总括

seq2slate使用了poiner network来建模items之间的交互。同时，在decoder过程，seq2slate进行顺序解码而不是一次性得出所有item的分数。顺序解码使得当前item的得分能依赖于前序已经选择好的物品序列。即模型能够根据前序的选择动态调整后续的item排列。

问题

刻画物品间依赖对推荐任务很重要。但是现有的工作要么只在train的过程考虑到物品的交互，而在inference过程没有(如point-wise、list-wise Model)；要么为了便于学习这种关系，对items之间的关系设立了较为简单的假设，使得模型表现能力受限；要么能够较为建模丰富的依赖关系但是有着较强的建模要求。

框图