10.3979/j.issn.1673-825X.202205280129
智能网联交通混合标签感知的推荐预测模型
针对智能网联车辆高速移动以及智能网联组网模式多元化导致的传统协同过滤算法有效性受到限制的问题,提出一种新型混合标签感知推荐模型(hybrid tag-aware recommender model,HTRM).嵌入层采用Word2Vec模型对项目标签、项目评分、用户行为标签和用户评分进行向量表示;特征层引入自编码器提取项目的自相似特征,采用长短期记忆网络(long short-term memory,LSTM)提取用户行为特征;门控层联合用户和项目的特征,并输入至全连接神经网络(fully connected neural network,FCNN)进行评分预测.实验结果表明,与TCF、CCF、ACF和DSPR传统模型相比,HTRM模型设计更合理,可以获得较高的推荐预测精度.
智能网联交通、推荐系统、协同过滤算法、标签感知、全连接神经网络
35
TN919
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
688-695