近日，Information Processing & Management (IPM) 期刊公布了2022年各项论文奖项，其中，实验室博士生张晓堃关于会话推荐的论文《Dynamic Intent-aware Iterative Denoising Network for Session-based Recommendation》获得了IPM期刊2022年博士最佳论文提名奖。

Information Processing & Management (IPM)为中科院一区期刊，CCF推荐B类期刊。

题目: Dynamic Intent-aware Iterative Denoising Network for Session-based Recommendation

简介：会话推荐系统致力于从匿名的用户行为序列中捕获用户偏好，进而预测用户将来的行为。长期以来，会话推荐系统面临着两个挑战：一是用户意图的动态变化，这使得用户对于物品的偏好随着时间不断变化；二是用户行为的不确定性，这使得用户的行为存在着噪声，导致模型难以学习用户的真正意图。现有的方法在构建商品表示的时候忽略了重要的时序信息，而且没有显式地过滤掉会话中的噪声，导致其无法建模用户的动态意图，也不能过滤掉会话中的噪声。因此，我们提出了一个新的模型DIDN。在DIDN中，我们首先提出了一个动态意图感知模块来建模用户的动态意图，该模块引入了物品，用户及时序信息来构建商品的动态表示。然后，我们设计了一个迭代降噪方法去显式地删除会话中的噪声。最后，我们利用协同信息来丰富会话表示的语义信息，以进一步消除噪声对模型的影响。我们在三个真实的数据集上进行了大量的实验。实验表明，我们提出的模型DIDN在两个常用的评价指标上均优于最先进的模型。