Los datos comportamentales heterogéneos proporcionan percepciones completas sobre las intenciones del usuario y los patrones de toma de decisiones. Los modelos contemporáneos de recomendación multi-comportamiento, que aprovechan dichos datos para inferir las preferencias del usuario, típicamente capturan señales colaborativas de orden superior mediante redes neuronales gráficas en gráficos heterogéneos multi-comportamiento o múltiples subgráficos específicos de comportamiento. Sin embargo, los comportamientos auxiliares (p. ej., vista, carrito) contienen inherentemente ruido que puede inducir a error la predicción del comportamiento objetivo (p. ej., compra) y la incorporación de señales colaborativas de orden superior amplifica aún más tal ruido. Además, estos enfoques no exploran adecuadamente las dependencias entre ítems a través de comportamientos, lo que conduce a un modelado insuficiente de dependencias entre comportamientos heterogéneos. Para abordar estas limitaciones, proponemos Modelado de Dependencia de Ítems entre Comportamientos cruzados para Recomendación multi-comportamiento (CIDER), un marco novedoso que modela explícitamente las dependencias de ítems a través de múltiples tipos de comportamientos para la predicción del comportamiento objetivo (p. ej., compra). Específicamente, nuestro marco introduce la Secuencia Jerárquica de Comportamiento (HBS), una estructura de datos para organizar sistemáticamente las interacciones usuario-ítem multi-comportamiento. Basados en el HBS, diseñamos un módulo de Modelado de Dependencia de Ítems entre Comportamientos (CIDM) junto con un esquema de aprendizaje en cascada multi-comportamiento para captar dependencias a nivel de ítem. Para mejorar la robustez de las representaciones aprendidas del módulo CIDM, desarrollamos un módulo de reducción de ruido basado en HBS que filtra el ruido inherente de los comportamientos auxiliares. La evaluación empírica en tres conjuntos de datos de referencia demuestra la efectividad de nuestro modelo para aprovechar datos multi-comportamiento. La implementación está disponible públicamente en https://github.com/SunJianier/CIDER.
Sun et al. (Mar,) estudiaron esta cuestión.