融合项目类别信息的非侵入式嵌入序列推荐

作     者：孙克雷 宁昱霖 周华平 SUN Ke-lei;NING Yu-lin;ZHOU Hua-ping

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 

基　　金：国家自然科学基金项目(61703005) 安徽省重点研究与开发计划基金项目(202004b11020029) 

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

年 卷 期：2022年第43卷第12期

页      码：3373-3380页

摘      要：针对基于自注意力机制的序列推荐模型的数据稀疏问题和融合项目辅助信息导致的信息过载问题,提出融合项目类别信息的非侵入式嵌入序列推荐模型(NIESR)。通过融合项目类别信息辅助自注意力机制计算项目相似度,缓解数据稀疏问题;将不同种类的输入分别用一个自注意力机制提取特征,将每个注意力分数矩阵分别与项目序列的嵌入表征点积后拼接,缓解信息过载问题。在3个公开数据集上验证了所提模型的有效性,评估指标平均提高4.5%,最高提升13.3%。

主 题 词：推荐算法 序列推荐 深度学习 自注意力机制 项目类别 嵌入表征 神经网络 

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

D　O　I：10.16208/j.issn1000-7024.2022.12.010

馆 藏 号：203115659...