融合用户兴趣表征与注意力机制的推荐算法

作     者：孙静 孙静宇 李璨 魏东 SUN Jing;SUN Jing-yu;LI Can;WEI Dong

作者机构：太原理工大学软件学院山西太原030024 

基　　金：山西省科技厅重点研发计划基金项目(201803D31226) 山西省研究生教育创新基金项目(2019SY117) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第3期

页      码：814-821页

摘      要：为利用用户行为挖掘用户的兴趣,提出一种融合用户兴趣表征与注意力机制的推荐算法。利用CVR算法将传统的用户-项目表征转换为用户-兴趣表征;构建一种应用于用户兴趣预测的深度森林模型,引入兴趣簇重要性作为特征选择权重,融合时间注意力机制进行兴趣预测,将用户-兴趣模型结合基于用户的协同过滤算法预测推荐结果。两个数据集上的实验结果表明,该算法能够提高用户兴趣预测准确率,提升推荐效果。

主 题 词：深度森林 向量表征 停留时间 兴趣预测 推荐算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2021.03.031

馆 藏 号：203102598...