互联网技术支持下针对评论文本的个性化推荐算法设计
针对评论文本的个性化推荐算法包括多个功能层.数据预处理层将用户对物品的评语转化为词向量,从而降低算法的计算效率.卷积神经网络层对预处理后的数据进行卷积操作,形成评论语句的上下文表达方法.注意力层分为三层注意力机制和协同注意力机制两种运行模式,用于提取用户和物品的个性化特征.预测评论层以量化方式对个性化推荐算法进行评价,相关评价指标为均方误差.经数据检验,该推荐算法的性能优于PMF、UserCF等同类推荐算法.
评论文本、个性化推荐算法、卷积神经网络
TP391;TN925.93;F426.61
2023-02-16（万方平台首次上网日期，不代表论文的发表时间）
共3页
60-62
