研究人员开发了一个名为NextConvRec的新框架，用于基于会话的推荐系统，旨在通过使用纯卷积方法而非基于注意力（attention-based）的Transformer来提高效率和性能。该框架包含一个结构和位置卷积编码器（SPCE），它结合了可学习的卷积位置偏差和图卷积网络（GCN）层来捕获会话级别的结构信号。在四个基准数据集上的实验表明，NextConvRec的平均性能比现有的最先进基线高出1.73%，并将每次会话的推理时间减少了16.7%，这表明卷积架构是实现有效且高效的基于会话推荐的可行途径。 AI
影响 为基于会话的推荐任务提供了比Transformer模型更高效的替代方案。
排序理由 详细介绍新模型架构和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
