典型文献
基于多特征融合的异质信息搜索推荐算法研究
文献摘要：
提出基于多特征融合的异质信息搜索推荐算法.利用知识图谱技术提取异质信息特征,选取多视图机模型;利用协同注意力机制学习融合多特征异质信息的局部信息,通过softmax函数归一化处理融合得到信息的重要性向量;利用全部局部信息整合最终节点,获取分值函数;利用用户与商品间相应元路径交互获取多标签分类的全局信息推荐优化目标函数,结合分值函数与全局信息推荐优化目标函数实现异质信息的搜索推荐.算法测试结果表明,采用该算法可有效为用户推荐所需信息,推荐复杂度较低,搜索推荐异质信息的归一化折扣累计增益均高于0.35,具有较强的推荐性能,可应用于解决实际的信息过载问题.
文献关键词：
多特征融合;异质信息;搜索推荐算法;用户推荐;多视图机模型
中图分类号：
作者姓名：
杨柳青;王冲
作者机构：
玉林师范学院 教育技术中心,广西 玉林 537000;桂林电子科技大学 商学院,广西 桂林 541004
文献出处：
引用格式：
[1]杨柳青;王冲-.基于多特征融合的异质信息搜索推荐算法研究)[J].计算机工程与应用,2022(13):171-176
A类：
搜索推荐算法,多视图机模型
B类：
多特征融合,异质信息,信息搜索,算法研究,信息特征,协同注意力机制,局部信息,softmax,归一化处理,性向,信息整合,取分,值函数,用用,元路径,多标签分类,全局信息,信息推荐,推荐优化,优化目标,算法测试,用户推荐,折扣,推荐性,信息过载,过载问题
AB值：
0.281044
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。
