摘要
会话推荐的任务是基于匿名会话预测用户的后续行为。近年来的研究主要将目标会话建模为序列或图结构，以捕捉会话内部的物品转移模式，但忽略了由其他用户生成的、不同会话之间复杂的物品转移关系。这些跨会话的物品转移蕴含着潜在的协同信息，并反映了相似的行为模式，我们假设这些信息可能有助于提升对目标会话的推荐效果。为此，本文提出一种新颖的方法——双通道图转移网络（Dual-channel Graph Transition Network, DGTN），用于建模不仅限于目标会话，还包括其邻近（相似）会话中的物品转移。具体而言，我们将目标会话及其邻近会话整合为一个统一的图结构，并通过通道感知的传播机制，显式地将转移信号注入到节点嵌入中。在真实数据集上的实验结果表明，DGTN显著优于现有的多种先进方法。进一步的分析验证了双通道物品转移建模的合理性，为会话推荐任务的未来发展提供了新的方向。