元論文
Empirical Analysis of Session-Based Recommendation Algorithms
参考論文
Evaluation of Session-based Recommendation Algorithms
Neural Aentive Session-based Recommendation
対象アルゴリズム
12個のアルゴリズムを比較（non-neuralが6個、neural系が6個）。
non-neuralメソッドはnearest neighborベースの手法がメイン。あとはco-occuranceだったり、マルコフモデルだったり。
neuralメソッドはRNN+αのものが多い印象。
結果
ECデータセット
- VSTAN強い
- データセットごとにかなり違う結果になる
- NEXTITNETは遅すぎて実施できず
Music Domain
- nearest-neighborメソッド強し。
- データセットごとにかなり違う結果になるが、neauralメソッドの中ではNARMが良さそう。
まとめ・感想
- session-based recommendationという設定（今のセッションしか分からない）では、シンプルなnon-neuralメソッドの方が概して良い。
- scalabilityや説明のしやすさを考えると、シンプルな手法の良さが際立つ。
- neuralメソッドの方は多分設定に合ったモデルが今の所考案できてないんだろうな。
- より最新のモデルが良いパフォーマンスを示すわけではない。