返回首页
融合188体育app官网：和短期偏好的推荐算法
https://dl.ccf.org.cn/file_server/20210618/159_226_43_5/kxyts21-6/3b9cf39651e24fe489e734535dd54476.jpg
近年来，将188体育app官网：作为辅助信息来增强推荐越来越受到研究者的关注。由于188体育app官网：学习任务的目标是还原188体育app官网：中三元组的关系，并非是以推荐任务为目标，导致了188体育app官网：学习任务很难高效地帮助推荐任务提升推荐性能。另外，用户兴趣易被短期的环境和心情所影响。针对以上两点，提出了一种融合了188体育app官网：信息和短期偏好的推荐模型（MKASR）。首先，通过RippleNet算法提取用户和188体育app官网：实体的关系对，然后将这些关系对按照188体育app官网：三元组的形式存储和参与训练；采用基于注意力机制的双向GRU网络从用户近期交互的物品序列中提取用户的短期偏好；其次，采用多任务学习的方法同时训练188体育app官网：学习模块和推荐模块，并得到用户和物品的特征表示；最后，通过这些特征表示和用户的短期偏好向用户综合推荐。在真实数据集MovieLens-1M和Book-Crossing上进行实验，采用AUC、ACC、Precision和Recall指标进行评估，实验结果表明，提出的模型优于其他的基准模型。
<<< 上一篇
融合188体育app官网：和深度学习方法的问诊推荐系统
<<< 下一篇 188体育app官网：在海洋领域的应用及前景分析综述
读完这篇文章后，您心情如何？
京公网安备 11010802032778号
所有评论仅代表网友意见