融合隐语义模型与门控循环单元的推荐算法

摘要：

在传统的推荐算法中,往往缺乏对用户长短期兴趣偏好问题的考虑,而随着深度学习在推荐算法中应用的不断深入,这一问题能够得到很好的解决.本文针对该问题提出一种融合隐语义模型与门控循环单元的长短期推荐算法(recommendation algorithm based on long short-term,RA_LST),以实现对用户长短期偏好的分别捕捉,有效解决了因用户兴趣随时间变化而导致推荐效果下降的问题.最终的实验结果表明,本文提出的算法在不同的数据集上都表现出了推荐准确性的提升.

关键词：推荐算法、隐语义模型、循环神经网络、门控循环单元、随机梯度下降、深度学习

所属期刊栏目：31

分类号：TP311.9;O157.5;G210

在线出版日期：2022-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：285-290