融合注意力机制的深度协同过滤推荐算法

• 作者: 尚庚 王永贵
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 神经网络 隐性反馈 注意力机制 协同过滤
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 热点与综述
• 页码范围: 8-14
• 页数: 7页
• 分类号: TP183
• 字数: 7345字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1901-0353

摘要

传统基于项目的协同过滤算法在计算项目之间相似度时只考虑历史项目的评分,而忽略了历史项目偏好对其的影响,以至于推荐精度不够理想.针对此问题,提出了一种融合注意力机制的深度电影推荐算法.根据得到的隐性反馈,在特征级注意力框架上,从项目内容特征提取网络开始,学习项目特征的偏好;将项目特征偏好与项目特征加权得到项目内容特征向量;在项目级特征注意力框架中,通过项目内容特征向量学习对项目偏好的评分,从而产生最终的推荐结果.实验结果表明,提出的推荐算法在MovieLens 100K和MovieLens 1M两个公开数据集上的准确率和推荐个性化较传统算法均有不同程度的提高,表现出较为优越的推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永贵	辽宁工程技术大学软件学院	47	293	10.0	15.0
2	尚庚	辽宁工程技术大学软件学院	1	4	1.0	1.0