智能网联交通混合标签感知的推荐预测模型

作     者：李湘媛 丁飞 任素菊 张登银 康忆宁 LI Xiangyuan;DING Fei;REN Suju;ZHANG Dengyin;KANG Yining

作者机构：南京邮电大学江苏省宽带无线通信和物联网重点实验室南京210003 南京邮电大学物联网学院南京210003 

基　　金：国家自然科学基金项目(61871446,61872423) 江苏省“六大人才高峰”高层次人才资助项目(DZXX-008) 中国博士后科学基金面上资助项目(2019M661900) 江苏省博士后科研资助计划(2019K026) 南京邮电大学科研基金资助项目(NY220028) 

出 版 物：《重庆邮电大学学报（自然科学版）》 (Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition))

年 卷 期：2023年第35卷第4期

页      码：688-695页

摘      要：针对智能网联车辆高速移动以及智能网联组网模式多元化导致的传统协同过滤算法有效性受到限制的问题,提出一种新型混合标签感知推荐模型(hybrid tag-aware recommender model,HTRM)。嵌入层采用Word2Vec模型对项目标签、项目评分、用户行为标签和用户评分进行向量表示;特征层引入自编码器提取项目的自相似特征,采用长短期记忆网络(long short-term memory,LSTM)提取用户行为特征;门控层联合用户和项目的特征,并输入至全连接神经网络(fully connected neural network,FCNN)进行评分预测。实验结果表明,与TCF、CCF、ACF和DSPR传统模型相比,HTRM模型设计更合理,可以获得较高的推荐预测精度。

主 题 词：智能网联交通 推荐系统 协同过滤算法 标签感知 全连接神经网络 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.3979/j.issn.1673-825X.202205280129

馆 藏 号：203123094...