基于注意力机制的项目相似性推荐模型

• 作者: 姜瑛 汪海涛 沈冬东 陈星
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 协同过滤 神经推荐模型 项目嵌入 注意力网络
• 年，卷（期）: 2019,（15）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 150-154
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1902734

摘要

传统基于项目的协同过滤算法具有优秀的可解释性以及实时性,但是存在推荐精确度不高、难以充分挖掘数据间隐含信息等问题,该模型引入注意力机制来改善这些问题.该模型分为两个主要的部分:神经项目嵌入、改进的注意力神经网络学习.首先采用item2vec项目嵌入技术生成项目的统一向量表示;其次使用注意力机制学习用户历史交互项目对当前偏好预测的重要性,得到用户的偏好进行推荐.通过在公共数据集MovieLens和Pinterest上的广泛实验,与传统的推荐算法以及同类的神经推荐模型进行对比.结果 表明改进后的模型在推荐准确性上有明显的提升,最高可提升6.04％.该模型在保证推荐算法的可解释性与实时性的同时提高了推荐算法的精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜瑛		55	852	8.0	29.0
2	汪海涛		34	118	6.0	9.0
3	陈星		25	72	5.0	7.0
4	沈冬东		3	0	0.0	0.0