摘要：本篇论文在上篇论文的基础上对该模型进行优化，主要体现在以下几点：
- 新的数据预处理方式，数据增强
- 数据分布改变（时效性）
- Generalised distillation
- item embedding代替全预测空间
1.基础模型
模型依旧简单，但是不同于之前的模型，它对embedding层加入了dropout参数来防止过拟合。
首先介绍：
2.1数据增强
本篇作者用了两种方法做数据增强，一种是预处理增加数据量，一种是embedding dropout；众所周知每个session又长又短，有些用户一次就能找到自己想要的，而有些需要大量点击后才能找到自己想要的，所以对于这种序列不定长并且都有意义的情况下，作者认为每一个time-stamp的点击都应该视为训练样本，即对于一个点击序列 [x1, x2, x3, x4,… xn]，它的训练样本拆分为（[x1, V(x2)]）,([x1, x2, V(x3)]), [x1, x2, x3, V(x4)]
第二种Embedding dropout（理论是用户可能存在噪声点击即错误点击，这种方式可以用来减轻过拟合）：
嵌入丢失是应用于输入序列的一种正则化形式[6]。将其应用于单击序列相当于随机删除单击的预处理步骤。直观地说，这使得我们的模型对嘈杂的点击不太敏感，例如用户可能无意中点击了不感兴趣的项目。因此，它使模型不太可能过度适应特定的噪声序列。它也可以被看作是数据扩充的一种形式，在这种情况下，为模型训练生成更短的剪枝序列。我们将这两种方法应用于所有模型，图3显示了一个图形示例。请注意，在每个训练阶段的每个序列中都会有不同的单击。
2.2 时空适应性改变(Adapting to temporal changes)
作者提出推荐不同于常规NLP任务，输入的特性是可能随时空改变的，比如新上的产品和过早的产品的关联性可能就不那么大，为此作者提出了时间阈值，过时的item将被剔除，但是这样会减少训练数据，所以作者提出了一个fine-tune的方法，即：
在全部数据集上训练初始模型，并用其参数来初始化另一个模型，该模型只在训练满足阈值的数据。即pre-trained方法。
2.3 Use of privileged information
这里是使用privileged information（不知是否可以翻译为超越信息）来训练模型。假设有序列[x1,x2,…,xr,xr+1,…,xn-1,xn]，当此条训练数据是使用[x1,x2,…,xr]预测xr+1，那么其对应的privileged information是[xn,xn-1,…,xr+2]。
思路是，用户点击某item后的点击序列中实际上能提供该item的信息，这些信息尽管在实际预测时使用不上，但在训练时我们可以加以利用。具体做法上，先使用privileged information训练一个模型，作为teacher模型，然后训练一个student模型，即我们实际想要学习的模型。
假设teacher模型是M*，模型输出是M*(x*)，student模型是M，模型输出为M(x)，预测的实际输出(即label对应的one-hot encoding)为V(xn)，那么此时的损失函数为：
2.4 Output embeddings for faster predictions
本文提出了一种新的做法，即输出层预测的不再是点击每个item的概率，而是直接输出item的embedding，并与label对应的item的embedding进行对比，计算cosine距离作为损失。
但是，这种方法需要item的embedding十分准确，本文提出的方法是使用模型训练出的item embedding作为label。而这里的模型可以是使用基准模型+前三种改进方式训练出的模型
实验：
训练集：RecSys Challenge 2015 dataset
训练样本：7966257 ；测试集：15234 ；preprocess后训练样本：23670981
作者设置了四个时间阈值 [1/256, 1/64, 1/16, 1/4, 1/1] ，按照时间选择最近的训练样本；
训练时，对于batch序列补零。RNN使用GRU
M1：RNN + preprocess + embedding dropout
M2：M1 + fine-tune with recent training dataset
M3：M3 + privileged information
M4：fast predict output embedding
左图为RNN 100维的结果，右图为RNN 1000维的结果，横轴是时间阈值的选择。
在结合之前模型的结果看：
很明显， fine-tune with recent dataset是很有必要的；作者没有在RNN 1000下展示结果是因为其训练时间过长。可以看到对于baseline的RNN方法，作者提出的模型都有提升，只不过RNN的维度增加并不能保证准确率的提升。
另外针对M4，作者给出表格：
显示其预测时间可以大大缩短，未来前景不错。
结论：针对Session-based Recommendation， 在前人的基础上作者没有过多探索模型层面的改进，而是在数据处理上更精细，包括数据增强，微调，过拟合embedding dropout的处理和future prediction的介入都很巧妙，并且尝试了一种embedding的方法来加速推荐预测的速度，未来可以探索更多权衡embedding-based的方法。
Reference
- https://zhuanlan.zhihu.com/p/30550859
- https://www.jianshu.com/p/e73f47050e0a