融合社交网络和分层自注意力的团购推荐算法

作     者：孙男男 朴春慧 马新娜 SUN Nan-nan;PIAO Chun-hui;MA Xin-na

作者机构：石家庄铁道大学信息科学与技术学院河北石家庄050043 石家庄铁道大学河北省电磁环境效应与信息处理重点实验室河北石家庄050043 

基　　金：国家自然科学基金项目(12172234) 

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

年 卷 期：2023年第44卷第6期

页      码：1867-1874页

摘      要：针对团购群组推荐中预定义的融合策略不能动态获取群组用户权重,以及群组-项目交互数据的稀疏性等问题,提出融合社交网络和分层自注意力的团购推荐算法SSAGR。采用循环神经网络,捕捉团购中用户随时间变化的复杂潜在兴趣;利用用户级和群组级自注意力网络,将社交网络信息整合到用户表示中,实现不同权重下的群组偏好聚合策略;通过神经协同过滤NCF,挖掘群组-项目交互,完成团购推荐。在MaFengWo和Douban Book数据集上的实验结果表明,SSAGR方法相较对比算法具有更好的群组推荐效果。

主 题 词：团购 群组推荐 融合策略 社交网络 循环神经网络 自注意力网络 神经协同过滤 

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

D　O　I：10.16208/j.issn1000-7024.2023.06.037

馆 藏 号：203122293...