融合深度神经网络和张量分解的地点推荐算法

• 作者: 肖述 张? 周文荣
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 位置社交网络 张量分解 长短期记忆网络 对抗生成网络 多层感知器
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 软件与算法|Software and Arithmetic
• 页码范围: 171-178
• 页数: 8页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2022.01.023

摘要

为提高利用张量分解技术进行基于位置社交网络的地点推荐的推荐性能,提出一种利用张量分解技术且融合神经网络的地点推荐算法.融合多层感知机和长短期记忆网络基于张量分解技术建模用户的签到行为,将学习到的用户偏好表示馈送到推荐生成器和推荐判别器组成的对抗生成网络中,通过对抗训练学习最佳用户偏好表示用于推荐.基于真实数据集的实验验证了该算法的有效性和高效性.