融合注意力机制的深度学习推荐模型

作     者：于蒙 蔡利平 周绪川 戴涵宇 YU Meng;CAI Li-ping;ZHOU Xu-chuan;DAI Han-yu

作者机构：西南民族大学计算机系统国家民委重点实验室四川成都610041 

基　　金：中央高校基本科研业务费专项基金(2020NYB41) 四川省科技项目(2022NSFSC0530) 四川省中医药科研专项(2021ZD017) 

出 版 物：《西南民族大学学报（自然科学版）》 (Journal of Southwest Minzu University(Natural Science Edition))

年 卷 期：2022年第48卷第5期

页      码：550-560页

摘      要：推荐算法的重要应用场景之一是电影推荐,现有的多数推荐模型利用单独的辅助信息进行推荐,一定程度上缓解了推荐不准确问题,有效利用多源信息是提升推荐效果的方式之一.设计了融入注意力机制的残差网络(ARN)模型提取电影海报的特征,增强神经网络对于局部重点区域的判别,从而对电影海报影响力大的区域权重进行调整;将海报不同类型的多源特征信息作为推荐模型的输入,提出了一种融合多源信息的深度学习推荐模型.最后,通过与多种模型在不同数据集上的性能指标进行对比,验证模型的有效性,且能够缓解数据解稀疏性问题,提升推荐模型的推荐性能.

主 题 词：深度学习 残差网络模型 注意力机制 推荐算法 

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

D　O　I：10.11920/xnmdzk.2022.05.012

馆 藏 号：203114581...