基于评论文本和融入专业度评分的跨域混合推荐

作     者：陈昊峰 刘学军 王步美 CHEN Hao-feng;LIU Xue-jun;WANG Bu-mei

作者机构：南京工业大学计算机科学与技术学院江苏南京211816 江苏省特种设备安全监督检验研究院直属分院安全评价室江苏南京210002 

基　　金：国家重点研发计划基金项目(2018YFC0808500) 

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

年 卷 期：2024年第45卷第3期

页      码：755-761页

摘      要：为解决基于用户评论文本的跨域推荐方法产生的评论信息稀疏性问题,提出一种基于评论文本和融入专业度评分的跨域混合推荐方法。采用注意力机制和门控机制对评论文本进行方面特征抽取,构建全局跨域方面相关矩阵进行匹配,结合评论文本中的评分信息,生成一个跨域粗矩阵以降低原始评分矩阵的稀疏度。为强调不同用户对项目评分的重要性,引入用户专业度细化聚合后用户对项目的评分。实验结果表明,该方法可以提高推荐的准确性。

主 题 词：深度学习 冷启动 评分推荐 跨域推荐 专业度 注意力机制 数据稀疏 

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

D　O　I：10.16208/j.issn1000-7024.2024.03.016

馆 藏 号：203126701...