Neural Attentive Session-based Recommendation
介紹
作者提出之前的工作隻考慮了使用者的序清單現，但是對使用者的主要目的并沒有明顯地強調，是以作者提出Neural Attentive Recommendation Machine（NARM）
方法
NARM的整體架構如下：
編碼器方面含有global encoder和local encoder。
global encoder如下所示，為rnn的最後一個輸出：
local encoder就是通過計算rnn每個輸出的權重，按權重和得到使用者目的特征。
細節架構：
從上可以看出，作者将global encoder和local encoder連在一起後，将其embed到與item embedding size一樣的大小，利用點積計算彼此的相似度，後送入softmax，得到預測結果。