ATRank 概述：基于注意力机制的行为建模框架

ATRank: 基于注意力机制的用户行为建模框架用于推荐系统

Introduction

正如单个单词可以通过其周围的语境进行表征一样, 同样地,一个人也可以通过其过去的活动轨迹进行表征.然而,随着技术的进步,能够被采集并存储在数据库中的不同类型的用户行为越来越多.从而表现出多样性和复杂性.例如，在电商领域中,一个人可能会进行如下活动:浏览商品页面;添加到购物车;查看商品详情页;获取并使用优惠券;点击相关广告;搜索关键词;写下评论或评分;甚至观看商家提供的商品介绍视频等.这些多样的行为帮助我们从多个维度更加全面地理解一个人的行为模式.

面对用户的多样化行为表现, 实现精准化推荐确实面临诸多困难. 在这种情况下, 本研究遇到了一个关键问题: 如何有效处理用户的多元异构行为数据. 为了应对这一挑战, 本研究提出了一个通用的用户行为序列建模框架, 旨在通过融合不同类型的用户行为特征来提升推荐效果.

Framework

该框架由以下若干部分构成：基础特征域（raw feature domain）、行为编码区（behavior encoding area）