依据attention网络的原理,咱们须要依据行为序列中的每个item与target item的相似度,再依据相似度计算权重。最后对这T个item的embedding启动加权求和。求和之后,这T个item依据计算获取的权重兼并获取一个embedding。论文中说这个集成T个行为序列的embedding就是用户兴味的表白,咱们只要要将它和指标item拼接在一同发送到神经网络即可,就可以协助模型更好地决策了。这里用户兴味的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,转载联系作者并注明出处:https://duobeib.com/diannaowangluoweixiu/6471.html