基于注意力机制的神经网络贝叶斯群组推荐算法

• 作者: 李诗文 潘善亮
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 群组推荐算法 注意力模型 贝叶斯排序算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法
• 页码范围: 287-292
• 页数: 6页
• 分类号: TP3
• 字数: 4765字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.049

摘要

针对群组推荐算法中矩阵稀疏和群组偏好融合问题,提出一种基于注意力机制的神经网络贝叶斯群组推荐算法(ANBGR).利用群组和项目的交互记录,生成群组对于正项目和负项目的偏好三元组,然后将群组中的用户和项目映射到高维空间,生成用户和项目的潜在矩阵信息.注意力模型使用不同权重下用户偏好聚合和用户偏好交互的策略,隐藏层使用多层感知机网络结构生成群组非线性高维特征.最终基于贝叶斯理论优化算法实现群组对于项目的偏好预测,实验结果表明,该方法相对于对比实验算法有更好的推荐结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘善亮	宁波大学信息科学与工程学院	32	126	7.0	10.0
2	李诗文	宁波大学信息科学与工程学院	1	0	0.0	0.0