10.11835/j.issn.1000-582X.2020.11.006
基于标签辅助边优化的推荐算法
传统的二部图推荐模型只考虑了用户和物品的历史交互行为.为了提供更加准确、多样和可解释的推荐,需要在用户物品交互式建模的基础上充分考虑标签辅助信息及权值的计算方式.文中提出了基于自然语言处理的标签相似性辅助边优化的推荐算法(LWV).该方法结合用户历史行为和标签辅助信息,通过word2vec在节点间生成新用于节点交互的边并构建边的权重,来更新基础推荐算法的推荐列表.最后,在公开数据集上对文中算法与基准算法在6个公共评测标准进行对比,实验结果表明,LWV更新过的推荐算法相比原算法在准确性、多样性和新颖性方面获得更好平衡.
推荐、自然语言处理、word2vec、标签、辅助信息
43
TP181(自动化基础理论)
国家自然科学基金资助项目;四川省软科学研究项目
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共11页
52-62