1、利用不同的行为(click、purchase等)构造不同的user-item graph,从而学出不同graph下的用户和物品表征

2、第一个任务:将上述不同graph下得到的表征融合成一个统一的用户、物品表征,利用BPR进行监督学习

3、第二个任务:利用对比学习构造不同graph下表征彼此之间的关系:

  3-1、在目标行为(如purchase)下计算用户之间的相似度,利用相似度选出当前用户positive users以及利用random方法选出negative users

  3-2、利用对比学习(设置Loss)使得positive users在不同行为下的表征都能与当前用户在目标行为中的表征相近。

4、联合优化任务一和任务二。



留言

登录 请先登陆, 再留言!