典型文献
融合动态兴趣偏好与特征信息的序列推荐
文献摘要：
传统的序列推荐通常忽略用户和项目特征信息的重要性,且无法有效对动态的兴趣偏好进行建模.因此,提出融合动态兴趣与特征信息的序列推荐算法.?该算法通过对目标项目进行动态兴趣建模,克服兴趣转移带来的影响;同时融合用户和项目特征信息模拟真实的用户行为以提高推荐的性能.?首先,针对动态兴趣建模,采用辅助函数应用下一个行为监督上一个隐藏兴趣状态的学习,并采用带注意力机制的门控循环单元为不同的兴趣状态对目标影响程度赋予不同的权重;然后,针对用户和项目特征信息特征融合,采用平凡注意力机制为影响目标项目的特征赋予不同的权重,并通过多头注意力机制进行深层次的特征提取;最后,融合用户动态兴趣表示和用户项目特征表示输入到多层感知机.?在Yelp和MovieLens-1M数据集上进行仿真实验,结果表明提出模型的性能比一些基线模型有较好的提升.
文献关键词：
动态兴趣偏好建模;用户和项目特征提取;平凡注意力机制;多头注意力机制;序列推荐
中图分类号：
作者姓名：
普洪飞;邵剑飞;张小为;魏榕剑
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明 650500
文献出处：
引用格式：
[1]普洪飞;邵剑飞;张小为;魏榕剑-.融合动态兴趣偏好与特征信息的序列推荐)[J].云南大学学报（自然科学版）,2022(04):708-717
A类：
平凡注意力机制,动态兴趣偏好建模,用户和项目特征提取
B类：
特征信息,序列推荐,推荐算法,目标项目,拟真,用户行为,辅助函数,函数应用,行为监督,门控循环单元,信息特征,特征融合,多头注意力机制,特征表示,多层感知机,Yelp,MovieLens,1M,出模,性能比,基线模型
AB值：
0.226957
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
