融合多维语义表示的概率矩阵分解模型

• 作者: 任开旭 刘同存 李炜 王玉龙
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 协同过滤 概率矩阵分解 胶囊网络 多维语义特征 正则化 混合推荐
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1848-1854
• 页数: 7页
• 分类号: TP311
• 字数: 5212字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.09.005

摘要

协同过滤作为推荐系统核心技术,面临严重的评分数据稀疏性问题.融合物品文本信息可以有效的解决数据稀疏性问题,然而,目前的方法侧重于提取文本的单维特征,忽略了物品语义表示的多维特性.深度挖掘物品内容的多维特性可以更加精细化描述物品的语义信息,有助于提升推荐效果.为此,本文提出基于胶囊网络的概率生成模型.模型利用胶囊网络挖掘文本的多维语义特征,并以正则化方式融入概率矩阵分解框架,建立用户与物品之间的内在关系.实验结果表明本文提出的模型具有更高的评分预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李炜	北京邮电大学网络技术研究院	55	306	7.0	15.0
2	王玉龙	北京邮电大学网络技术研究院	21	92	7.0	8.0
3	任开旭	北京邮电大学网络技术研究院	1	1	1.0	1.0
4	刘同存	北京邮电大学网络技术研究院	1	1	1.0	1.0