典型文献
基于生成对抗模型的序列推荐算法
文献摘要：
针对传统序列推荐算法时间信息和项目内容信息运用不充分的问题,该文提出基于生成对抗模型的序列推荐算法.通过生成对抗模型将序列建模与时间、内容信息建模分离,充分挖掘用户项目交互的序列信息和项目内容信息.运用卷积神经网络作为生成对抗模型的生成器,捕获用户项目交互的序列模式.运用注意力机制作为生成对抗模型的判别器,捕获交互序列的时间信息和项目内容信息.针对传统序列推荐算法时间信息建模不充分的问题,提出一种改进的时间嵌入方式,充分建模用户项目交互关于时间的周期性模式.利用生成对抗模型同时建模用户的稳定偏好和动态偏好,提升推荐系统的用户体验,并在公开数据集MovieLens-1M和Amazon-Beauty上与现有的优秀算法做比较.实验证明,该文所提出的算法在评价指标HR@N和NDCG@N上较基线方法均有一定提升.
文献关键词：
序列推荐;卷积神经网络;注意力机制
中图分类号：
作者姓名：
陈继伟;汪海涛;姜瑛;陈星
作者机构：
昆明理工大学信息工程与自动化学院,云南昆明650550
文献出处：
引用格式：
[1]陈继伟;汪海涛;姜瑛;陈星-.基于生成对抗模型的序列推荐算法)[J].中文信息学报,2022(07):143-153
A类：
B类：
生成对抗,序列推荐,推荐算法,统序,时间信息,项目内容,信息运用,序列建模,信息建模,序列信息,生成器,序列模式,注意力机制,判别器,交互序列,时间嵌入,嵌入方式,关于时间,动态偏好,推荐系统,用户体验,公开数据集,MovieLens,1M,Amazon,Beauty,NDCG
AB值：
0.407197
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。
