典型文献
卷积融合文本和异质信息网络的学术论文推荐算法
文献摘要：
针对交互数据稀疏和推荐多样性问题,基于卷积协同过滤推荐框架提出卷积融合文本和异质信息网络的学术论文推荐算法(WN-APR).首先学习不同语义下用户和论文的多样化特征,缓解数据稀疏问题;然后基于外积设计不同语义特征相互增强的方式融合它们,并使用三维卷积神经网络代替二维卷积神经网络充分挖掘不同特征对性能的影响;最后改进贝叶斯个性化排序损失函数增强推荐多样性.在CiteuLike-a、CiteuLike-t数据集上的实验结果表明,相比于基线模型,WN-APR在准确率和多样性的四个指标上都有所提升.
文献关键词：
论文推荐;异质信息网络;三维卷积神经网络;推荐多样性
中图分类号：
[2]
社会科学总论（C）
作者姓名：
吴俊超;刘柏嵩;沈小烽;张雪垣
作者机构：
宁波大学信息科学与工程学院,浙江宁波315211
文献出处：
引用格式：
[1]吴俊超;刘柏嵩;沈小烽;张雪垣-.卷积融合文本和异质信息网络的学术论文推荐算法)[J].计算机应用研究,2022(05):1330-1336
A类：
CiteuLike
B类：
异质信息网络,学术论文,论文推荐,推荐算法,交互数据,数据稀疏,推荐多样性,协同过滤推荐,推荐框架,WN,APR,先学,多样化特征,解数,外积,语义特征,三维卷积神经网络,二维卷积神经网络,改进贝叶斯,贝叶斯个性化排序,损失函数,强推,基线模型
AB值：
0.322395
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。
