基于SE模块的神经协同过滤

作     者：邵必林 刘铮 孙皓雨 张新生 SHAO Bilin;LIU Zheng;SUN Haoyu;ZHANG Xinsheng

作者机构：西安建筑科技大学管理学院陕西西安710055 

基　　金：陕西省科技计划项目重点产业创新链(群)(2022ZDLGY06-04) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第14期

页      码：30-34,39页

摘      要：基于传统推荐方法对辅助信息利用不足,为优化用户、项目间内在联系挖掘有限等问题,采用将Squeeze-and-Excitation Networks结构嵌入神经协同过滤的方法提出SE-NCF模型,利用SE模块学习权重,去除不同特征中权重较低的噪声来实现特征融合,通过神经协同过滤层获得用户-项目间的线性与非线性关系,实现模型优化。通过茶评与Amazon_Food两公开数据集对同类推荐方法进行实验,实验结果表明,相比于原神经协同过滤,SE-NCF模型在两数据集中MSE指标与NDCG指标均得到改善,在茶评数据集下MSE降低10%,NDCG提升5.1%;在Amazon_Food下MSE降低4.3%,NDCG提升9.3%。

主 题 词：推荐系统 协同过滤 特征融合 深度学习 

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

D　O　I：10.14022/j.issn1674-6236.2024.14.006

馆 藏 号：203128490...