基于GRU网络的会话型混合电商推荐算法

摘要

目前电商数据存在维度多、实时性要求强等特点,很多传统的推荐算法并不能很好地适用于电商推荐。针对电商场景中需要同时考虑用户长期偏好和短期偏好,数据维度高导致推荐算法运行效率低,少数无关数据影响对用户真实意图的判断等问题,论文提出了一种基于GRU网络的会话型混合推荐算法。该混合推荐算法同时考虑了用户的长短期偏好,能够通过注意力机制推测用户真实意图,相比于其他循环神经网络推荐算法提高了运行效率,提高了推荐准确度。