10.3969/j.issn.2096-2835.2019.02.015
基于注意力机制的深度协同过滤模型
目的:鉴于近年来深度学习技术在计算机视觉、语音识别和自然语言处理等领域获得了巨大的成功.故将深度学习技术引入推荐系统领域,用来提升传统协同过滤方法在隐式反馈数据下的推荐效果.方法:结合深度神经网络和注意力机制可以有效提取隐式反馈数据中潜在的特征,提出了基于注意力机制的深度协同过滤模型.结果:在多个公开的数据集下进行了大量的实验,结果表明提出的模型在多项评价标准上要明显优于其它推荐算法.结论:基于注意力机制的深度协同过滤模型成功地改善了推荐系统在隐式反馈数据下的推荐性能.
计量、深度学习、注意力机制、协同过滤、推荐系统
30
TB9(计量学)
国家自然科学基金青年基金项目61303146
2019-08-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
219-225,242