基于生成对抗模型的序列推荐算法

摘要：

针对传统序列推荐算法时间信息和项目内容信息运用不充分的问题,该文提出基于生成对抗模型的序列推荐算法.通过生成对抗模型将序列建模与时间、内容信息建模分离,充分挖掘用户项目交互的序列信息和项目内容信息.运用卷积神经网络作为生成对抗模型的生成器,捕获用户项目交互的序列模式.运用注意力机制作为生成对抗模型的判别器,捕获交互序列的时间信息和项目内容信息.针对传统序列推荐算法时间信息建模不充分的问题,提出一种改进的时间嵌入方式,充分建模用户项目交互关于时间的周期性模式.利用生成对抗模型同时建模用户的稳定偏好和动态偏好,提升推荐系统的用户体验,并在公开数据集MovieLens-1M和Amazon-Beauty上与现有的优秀算法做比较.实验证明,该文所提出的算法在评价指标HR@N和NDCG@N上较基线方法均有一定提升.

关键词：序列推荐、卷积神经网络、注意力机制

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61462049

在线出版日期：2022-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：143-153