基于注意力机制的深度学习态势信息推荐模型

• 作者: 周振宇 周春华 李艳 沈建京 郭晓峰
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 注意力机制 深度学习 推荐系统 态势信息推荐
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 软件工程
• 页码范围: 597-603
• 页数: 7页
• 分类号: TP183
• 字数: 6483字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.05.016

摘要

随着信息技术的迅猛发展,战场态势数据呈现出体量大、类型多、增长快、价值密度低等"4v"特点,能够增强态势感知的同时,大量冗余数据也会严重干扰指挥员对有用信息的提取和有效利用,影响指挥员快速、准确地决策.针对态势信息给指挥员带来的信息过载问题,提出一种基于注意力机制的深度学习态势信息推荐模型,引入双层注意力机制,利用多层神经网络分别学习项目级和组件级的注意力权重,深究指挥员与态势信息之间的潜在关系,构建指挥员偏好预测模型,提高推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈建京		38	322	9.0	17.0
2	周振宇		13	60	5.0	7.0
3	郭晓峰		11	58	4.0	7.0
4	周春华		8	0	0.0	0.0
5	李艳		4	3	1.0	1.0