Metapath-guided Embedding method for Intent Recommendation（MEIRec）
“搜索栏关键词推荐”
静态属性数据+交互数据
基于用户历史行为推荐，不是相似的历史查询；无需输入
三元组：user，item，query；动态数据
异构图神经网络，metapath-guided neighbours聚合
HIN：network schema和metapath：
整体结构如下：
基于term lexicon（词典）：AliWS（Alibaba Word Segmenter）
进行一致项嵌入，减少参数。metapath-guided information aggregation：
对于用户：
UIQ：q1->i1，q2,q3->i2，i1,i2->u2UIQ
u2=g(u2UIQ，u2UQI)
g是聚合函数，论文中采用的是简单平均。
序列数据，采用RNN/LSTM
对于查询，同理，但非序列，采用CNN
与静态特征一起经过MLP。
user i和query j之间计算得分：
损失函数：
复杂度：
离线实验中对数据天数、数据量、不同的聚合方式、不同的metapath及neighbour的数目都进行了测试。
线上实验中提高了CTR。