融合物品受众特征的深度学习推荐模型

作     者：王永 陈俊谕 刘岽 邓江洲 Wang Yong;Chen Junyu;Liu Dong;Deng Jiangzhou

作者机构：重庆邮电大学经济管理学院重庆400065 

基　　金：国家自然科学基金项目(项目编号:62272077,72301050) 教育部人文社科规划项目(项目编号:20YJAZH102)的研究成果之一 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2023年第7卷第12期

页      码：114-124页

摘      要：[目的]为有效捕获用户与物品交互数据中蕴含的协同信息和高阶特征,提出一种融合物品受众特征的深度学习推荐模型。[方法]利用注意力机制从物品与用户的历史交互信息中自适应地构建出物品的个性化受众特征,并将其作为对目标用户偏好预测的重要补充信息引入推荐模型中。同时,设计显式的特征交叉并引入残差连接以丰富高阶特征信息的多样性。[结果]在三个公开数据集上的实验显示,当推荐列表长度为10时,相对于次优对比方法,本文模型在Precision、Recall、F1和NDCG等4个性能评价指标上分别最高增长9.1、9.4、9.2、12.1个百分点。[局限]模型性能一定程度上依赖于用户与物品的历史交互数据量。[结论]本文模型能很好地兼顾泛化能力和记忆能力,展现出良好的推荐性能。

主 题 词：注意力机制 物品受众 特征交叉 神经网络 推荐模型 

学科分类：1205[管理学-图书情报与档案管理类] 12[管理学] 081203[081203] 08[工学] 0835[0835] 120502[120502] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11925/infotech.2096-3467.2022.1098

馆 藏 号：203125566...