新闻推荐系统中的边信息融合Transformer

作     者：贺隽文 邵伟 卫刚 

作者机构：同济大学CAD研究中心上海201804 

出 版 物：《电脑知识与技术》 (Computer Knowledge and Technology)

年 卷 期：2023年第19卷第1期

页      码：4-6页

摘      要：推荐系统中对多模态的数据处理方式是业界长期关注的重点,基于各类数据的特点设计模型,可以有效利用信息,从而提升推荐效率。文章针对新闻推荐系统提出SIA-Transformer结构,在传统Transformer的基础上结合了新闻的边信息。通过多组内积的形式,将单词特征与边信息特征在多头注意力层中进行交叉,提高了边信息利用率的同时,也丰富了文本特征提取的语义,使得基于SIA-Transformer的新闻文本特征提取方法获取到更多信息,从而提高了推荐的效果。文章基于微软MSN开放的大型新闻数据集MIND进行了实验,验证了模型的效果。

主 题 词：新闻推荐系统 边信息 多模态 深度学习 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.14004/j.cnki.ckt.2023.0020

馆 藏 号：203118532...