根据attention网络的原理,我们需要根据行为序列中的每个item与target item的相似度,再根据相似度计算权重。最后对这T个item的embedding进行加权求和。求和之后,这T个item根据计算得到的权重合并得到一个embedding。论文中说这个集成T个行为序列的embedding就是用户兴趣的表达,我们只需要将它和目标item拼接在一起发送到神经网络即可,就可以帮助模型更好地决策了。这里用户兴趣的shape应该和item是一样的,也是[B, E]。
本网站的文章部分内容可能来源于网络和网友发布,仅供大家学习与参考,如有侵权,请联系站长进行删除处理,不代表本网站立场,转载者并注明出处:https://jmbhsh.com/xinwenzixun/33786.html