10.3969/j.issn.2095-2783.2019.11.015
基于全局与局部相融合的方面注意力推荐模型
针对基于评论的推荐方法仅关注用户-商品的全局关系而忽视用户与商品之间的局部强关联的问题,提出了一种全局与局部相融合的方面注意力推荐模型.模型由全局注意力网络和局部邻域注意力网络构成,前者可以捕获用户对商品各个特征的偏好程度,并结合潜在因子计算得出预测评分;后者可通过注意力机制为邻居用户赋予权重,并根据邻居用户的评分值计算出目标用户的预测评分;将两部分预测评分结合,可得出最终评分.在亚马逊商品数据集上进行性能测试,结果表明,所提出的推荐算法求得的均方根误差比所选基准方法更低,具有良好的推荐性能.
计算机应用、推荐模型、注意力机制、混合推荐、深度学习
14
TP391(计算技术、计算机技术)
2020-04-10（万方平台首次上网日期，不代表论文的发表时间）
共6页
1249-1254
