.png){kind=icon}
返回
Hyperbolic spatial-temporal network for session-based recommendation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2025.113996.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们引入了一个双曲超图神经网络作为基础编码器，以缓解长尾分布的不平衡性，并提升双曲空间中的物品表示质量。
• 我们设计了一个时空挖掘模块，能够同时学习会话数据中的空间特征和时序特征，以生成对比学习的正样本，增强模型学习和表示这两种特征的能力。
• 在多个数据集（Tmall、Diginetica、Nowplaying）上的广泛实验表明，该方法相较于现有方法具有优越性，并为基于会话的推荐系统的未来研究提供了见解。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
暂无论文信息