基于注意力机制的神经网络贝叶斯群组推荐算法

• 作者: 杨远奇
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 注意力机制 神经网络 群组推荐算法
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 算法分析
• 页码范围: 118-120
• 页数: 3页
• 分类号: TP391
• 字数: 2653字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.08.46

摘要

目前基于注意力机制的神经网络推荐算法,如历史反馈信息的推荐系统作为深度学习推荐领域的重点课题,研究的是用户偏好学习同等影响,假设完整表达有效用户偏好特征,将注意力机制融入到深度学习推荐算法中,提出在历史反馈信息中强化注意力,基于注意力机制的推荐算法,输入网络中群组成员的个性化偏好,得到用户历史特征表示,利用多层神经网络对用户项目交互矩阵进行重塑,采用协同过滤的方法,得出用户反馈信息之间的依赖信息,突出用户个性化特征.这种基于深度学习和注意力机制的推荐算法,经过实验证明,对历史交互信息的耦合关系予以论证,得出深度学习推荐方法下注意力机制的推算效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨远奇	集美大学诚毅学院	2	1	1.0	1.0