基于近邻用户评论的推荐辅助网络

• 作者: 冯兴杰 崔桂颖 曾云泽
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 协同过滤 评论文本
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2956-2960
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.05.0191

摘要

评论数据存在稀疏问题,不足以支撑学习出更全面的用户偏好.针对评论稀疏问题进行了研究,并提出一种应对评论稀疏的即插即用辅助网络(NRSN),其能与不同的模型进行结合,以添加辅助信息的方式,来重新调整当前模型输出的用户偏好向量.首先根据目标用户,使用aspect-attention机制从其近邻用户评论中学习出近邻用户的偏好,然后采用co-attention机制将近邻用户和目标用户进行契合度匹配,调整出目标用户新的偏好向量.在三组公开数据集下的实验结果表明,NRSN不仅能提高所结合模型的推荐性能,且能有效应对"冷启动"场景下的评论稀疏问题.

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		61	398	10.0	18.0
2	曾云泽		7	5	2.0	2.0
3	崔桂颖		1	0	0.0	0.0