10.3778/j.issn.1002-8331.2112-0149
基于张量相似度的推荐方法研究
传统推荐方法中将用户建模为向量的建模方式只关注用户单方面偏好,为了弥补此种建模方法的局限性,提出一种将用户建模为矩形的张量建模方法.构建了一个基于融合协同过滤与序列推荐算法的推荐模型,该模型集成了Fastformer模型和键值记忆网络对用户张量进行建模;结合用户张量与目标物品的距离及偏置项对用户张量与目标物品的相似度进行计算.在MovieLens和CiaoDVD数据集上对该模型进行实验验证,实验结果表明,该模型能够关注用户多方面偏好并在推荐结果的精准度上优于基线方法,特别是在HR与NDCG评价指标上分别比现有基线方法平均提高了1.4％、1.95％.
推荐系统、混合推荐、用户张量、相似度计算、用户建模
59
TP391.3(计算技术、计算机技术)
政府间国际科技创新合作重点专项子项目;内蒙古自治区科技计划项目;内蒙古自治区科技计划项目
2023-04-27（万方平台首次上网日期，不代表论文的发表时间）
共10页
157-166
