文章目录
1.DIN模型
原理
- 计算用户Last N向量的加权平均
- 权重是候选物品与Last N物品的相似度
缺点
- 注意力层的计算量正比于n（用户行为序列的长度）
- 只能记录最近的几百个物品，否则计算量太大
- 只关心短期兴趣，会遗忘长期兴趣
2.SIM模型
对长期兴趣建模
原理
- 对用户长期行为记录，n大小可以是几千
- 对于每个候选物品，在用户Last N记录中快速查找，找到k个相似物品
- 把Last N变成TopK，然后输入注意力层
- 计算量从n降到k
算法步骤
1.查找
2.注意力机制
对比DIN，user侧的LastN交互记录 被换成了上一步查找到的TopK交互记录 。
