基于用户评论的动态方面注意力电商推荐深度学习模型

• 作者: 冯兴杰 曾云泽
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 推荐系统 协同过滤 注意力
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 38-44,71
• 页数: 8页
• 分类号: TP391
• 字数: 7334字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.03.007

摘要

为了提供个性化推荐,推荐系统会将用户和物品分别表达为用户偏好向量和物品特征向量.物品特征向量中不同维度分别对应物品不同的特征.用户偏好向量中各维度表示用户对物品对应维度(特征)的喜好程度.目前大部分的推荐算法都假设为对于不同物品、同一用户的偏好向量是相同的.然而在现实生活中,该假设是不成立的.为此,提出一种结合注意力机制的深度学习模型,其能根据不同的用户-物品对,相应地学习到一个注意力权重向量,最终达到动态调整用户偏好向量的目的.在3组公开数据集上进行对比实验,以预测评分的均方误差(MSE)作为评估指标,实验结果表明该方法比已有的相关算法的效果更好.

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