王森章, 刘 毅, 张家强, 尹成语

1 中南大学计算机学院 长沙 中国 410083

2 南京航空航天大学计算机科学与技术学院 南京 中国 211106

1 引言

在电子商务平台中如何更好的向用户提供个性化服务, 很大程度上取决于对用户意图[1]的准确理解。例如, 预测一名用户想要在亚马逊平台上购买什么商品, 有助于提高商品推荐任务和销售预测任务的准确性。一名用户在电子商务平台中的行为可以看作是由一系列按时间顺序排列的会话组成。每次会话都是在给定的时间内发生的一组用户行为, 会话内容是用户交互过的商品[2]。其中, 用户和商品之间的交互可以是用户对商品的一次点击, 浏览或购买。来自一个用户的两个连续会话之间通常具有一定的时间间隔。它们可能发生在同一天中, 也可能间隔几天、几周或几个月。一个会话通常反映了一名用户的一个特定意图, 比如听某种风格的音乐或者找某件合适的商品[3]。在电商领域, 一名用户在一个会话中通常有一个明确的购物需求。如图1 所示是用户1 在亚马逊平台上的浏览历史, 该浏览历史是由一系列会话组成的, 从会话 session1到会话sessioni+1。在第一个会话中, 用户1 与一组不同类型的耳机产生交互, 该用户隐含的目的或行为意图是购买其中的某个耳机。然后经过了一段时间后, 用户1 想要购买一双鞋子, 于是又建立了一个新的会话, 在新会话中用户和一组鞋子产生交互。从历史会话中捕捉用户的偏好以及预测用户未来的意图,是服务提供商用来改善用户体验的一种行之有效的方法。……