融合用户和商品评论的双通道CNN推荐算法

• 作者: 冯兴杰 徐一雄 曾云泽
• 来源期刊: 现代电子技术
• 关键词: CNN推荐算法 推荐系统 特征提取 文本矢量化 抽象特征映射 评分预测
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 121-126
• 页数: 6页
• 分类号: TN911-34|TP301.6
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.14.028

摘要

基于评分矩阵的推荐模型目前被广泛应用,虽达到一定推荐精度,但忽略了评论中大量能够反映用户兴趣爱好的语义信息,且数据稀疏性问题依然存在.针对上述问题,提出融合用户评论和商品评论的双通道CNN推荐算法(C-DCNN).首先将用户和商品评论文本矢量化为词向量,再分别使用两个CNN网络对用户和物品进行特征提取,最后在共享层通过点积项将用户和物品的抽象特征映射到同一特征空间,从而预测出用户对特定商品的评分.在Amazon,Yelp,Beer三组公共数据集上进行实验,结果表明该模型在不同数据集上的MSE都比其他基准算法更小,且有效缓解了数据稀疏性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯兴杰	中国民航大学计算机科学与技术学院	61	398	10.0	18.0
2	曾云泽	中国民航大学计算机科学与技术学院	7	5	2.0	2.0
3	徐一雄	中国民航大学计算机科学与技术学院	1	0	0.0	0.0