多层次场景感知评分预测研究

• 作者: 吴雯 窦亮 胡文心 贺樑 郭望
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 推荐 评分预测 基于评论的推荐 层次化建模
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 145-154
• 页数: 10页
• 分类号: TP3
• 字数: 10814字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.026

摘要

近年来,评论在电商等网络平台中起着越来越重要的作用.充分利用评论信息,可以更好地理解用户兴趣和物品性质,提升推荐系统的性能.但是,现有的基于评论的推荐模型都只在“单词”层面或“评论”层面之一建模,且没有考虑交互场景对用户兴趣和物品性质的影响.因此提出一个新模型SCRM(Scene Context-awareRating Prediction at Muti-level),同时在两个层面层次化、细粒度地抽取相关特征;在“评论”层面加入了场景上下文信息,突出当前场景中起主要影响的因素.在来自Amazon的不同领域上的四个公开数据集上进行了实验,结果显示基于均方误差SCRM整体上显著地超过了最先进的方法,包括MF、DeepCoNN、D-ATT和NARRE.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺樑	华东师范大学计算机科学与软件工程学院	26	195	6.0	13.0
2	胡文心	华东师范大学计算机科学与软件工程学院	15	293	6.0	15.0
3	吴雯	华东师范大学计算机科学与软件工程学院	10	10	2.0	3.0
4	郭望	华东师范大学计算机科学与软件工程学院	1	0	0.0	0.0