15.09.2023, 14:00 Uhr
Universität Wien
Besprechungsraum 4.34
Währinger Str. 29
1090 Wien
Titel: „Synergistic fusion of session and sequence-based
recommendation systems with dynamic graph neural networks“
Kurzfassung:
Im Zeitalter des Online-Handels sind Empfehlungssysteme zu einem wichtigen Instrument
für Unternehmen geworden, um den Nutzern personalisierte Empfehlungen zu geben
und so den Umsatz zu steigern. Obwohl hybride Empfehlungssysteme, die sequentielle
und sitzungsbasierte Ansätze kombinieren, Fortschritte gemacht haben, ist der Einsatz
von DGNNs in diesem Kontext noch weitgehend unerforscht. Diese Masterarbeit adressiert
diese Lücke und evaluiert das Potential von DGNNs, um diese Ansätze effektiver
zu kombinieren. Das entwickelte Temporal Graph Recommendation (TGR) Modell
verwendet DGNNs, um das Benutzerverhalten über mehrere Sitzungen hinweg zu erfassen
und zu modellieren, um die Effektivität kombinierter Empfehlungssysteme zu
verbessern. Das TGR-Modell besteht aus drei Schichten, die graphbasierte Methoden
und Aufmerksamkeitsmechanismen verwenden, um dynamische Beziehungen zwischen
Benutzern, Produkten und deren Interaktionen über die Zeit zu berücksichtigen. Im
Vergleich zu aktuellen Methoden zeigt TGR signifikante Verbesserungen und liefert
relevante, personalisierte Empfehlungen. Diese Arbeit leistet einen wichtigen Beitrag zur
Erforschung von Empfehlungssystemen.