結(jié)合用戶長短期偏好的對話推薦方法

摘要： 目前的對話推薦系統(tǒng)過于注重用戶當(dāng)前的偏好信息，更多地被設(shè)計成為類似搜索引擎的工具，缺乏個性化。針對該問題，提出一種與序列推薦相結(jié)合的對話推薦方法，應(yīng)用序列推薦為對話推薦系統(tǒng)中項目評分模塊提供更為符合用戶長短期偏好的項目候選集，對話推薦中的路徑選取操作也可以為序列推薦提供當(dāng)前用戶的偏好信息，二者都可以產(chǎn)生一個更好的推薦效果。通過在兩個真實數(shù)據(jù)集Yelp和LastFM上進行實驗比較...