基于特征交叉注意力网络的序列推荐算法

摘要：

为解决现有序列推荐算法只从项目级别序列中挖掘用户兴趣,并未探究项目属性及其交互对用户兴趣影响的问题,提出一种基于特征交叉注意力网络的序列推荐模型.通过构建项目属性级别注意力和序列级别注意力,更好挖掘用户兴趣;项目属性级别注意力旨在学习项目及项目属性间的自适应相关性;序列级别注意力聚焦从项目级别序列和属性级别序列上学习序列动态性.在两个公开数据集上的实验结果表明,所提方法相比其它主流序列推荐算法在Hit、NDCG和MRR指标上有明显提升.

关键词：序列推荐、序列动态性、用户兴趣、注意力机制、特征交叉注意力、项目属性、项目推荐

所属期刊栏目：44

分类号：TP301.6(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金基金项目3122014D032

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2707-2713