一种基于自注意力机制的组推荐方法

• 作者: 任洪润 刘浩翰 贺怀清
• 来源期刊: 计算机应用研究
• 关键词: 群组推荐 自注意力机制 协同过滤 深度学习 融合策略
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3572-3577
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.08.0519

摘要

基于自注意力网络和神经协同过滤模型(neural collaborative filtering,NCF)提出一种基于自注意力机制的组推荐系统模型SAGR(self-attention group recommendation),用于建模用户交互数据以及学习群组潜在偏好的表示.通过在用户级和项目级分别使用自注意力机制,动态调整组中每个用户的权重,解决偏好融合问题从而得到组表示.再通过多层神经网络框架NCF从数据中挖掘组和项目之间的交互,最终完成群组推荐.在CAMRa2011和MovieLens数据集上与同类方法进行对比,实验结果表明SAGR方法能够取得更好的组推荐结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺怀清		36	162	7.0	11.0
2	刘浩翰		16	33	3.0	5.0
3	任洪润		1	0	0.0	0.0