《A Survey on Session-based Recommender Systems》

在信息过载和数字化经济时代，推荐系统（RSs）在信息消费、服务和决策方面发挥着越来越重要的作用。近年来，基于会话的推荐系统（SBRSs）作为RSs的一种新范式应运而生。与其他RSs（如基于内容的RSs和基于协作过滤的RSs）不同，SBRSs通常对长期但静态的用户偏好进行建模，SBRSs旨在捕获短期但动态的用户偏好，以提供更及时和准确的建议，并对会话的演变敏感尽管如此SBRS已被广泛应用通过研究，既没有统一的SBRS问题陈述，也没有深入描述SBRS的特点和挑战。目前还不清楚SBRS的挑战在多大程度上得到了解决，以及SBRS的总体研究前景如何。本次对SBRS的全面回顾通过深入探讨SBRS实体（例如会话）、行为（例如用户对项目的点击）及其属性（例如会话长度）来解决上述问题。我们提出了SBRS的一般问题陈述，总结了SBRS的各种数据特征和挑战，并定义了一个分类法来对具有代表性的SBRS研究进行分类。最后，我们讨论在这个令人兴奋和充满活力的领域的新的研究机会。

1.引言

推荐系统（Recommender Systems，RSs）已经发展成为一种基本的工具，可以在日常生活、工作、商业运作、学习、娱乐和社会化的几乎每一个方面提供更多的信息、效率和有效的选择和决策。在数字经济日益繁重的时代，他们的角色变得越来越重要，在这个时代，用户必须从大量且快速增长的内容、产品和服务（统一称为数据项