文章链接：STAM: A Spatiotemporal Aggregation Method for Graph Neural Network-based Recommendation (tsinghua.edu.cn)
1、Method。（1）STAM在embedding时提取邻居节点的时空信息，得到用户和商品两个时序序列的embedding，然后采用多头注意力机制，这有助于提高模型的能力和稳定性，具体而言就是利用多个独立的attention heads，操作输入嵌入以及不同的，可学习的线性投影矩阵，然后使用缩放点积注意（Scaled Dot-Product Attention）函数来生成一跳邻居的输出嵌入矩阵。 （2）基于一跳提取的embedding逐层传播时，STAM的内存消耗将呈指数级增长，故引入一个时空注意力权重矩阵进行缓解
2、损失函数采用BPR。时间复杂度𝑂(𝑘𝑆)，k为多头注意力”Head“数，S为时序序列长度