基于注意力机制的深度协同推荐模型

摘要

针对传统矩阵分解算法无法挖掘深层隐含信息，以及未能充分利用用户和项目评论的问题，提出基于注意力机制的深度协同推荐模型。首先采用注意力机制对评论文本赋权，使用并行的卷积神经网络分别提取用户评论和项目评论特征，同时将评分矩阵输入多层感知机，得到用户隐表示和项目隐表示；然后对两个网络提取的用户特征和项目特征进行融合；最后使用因子分解机和深度神经网络分别提取线性和非线性特征，以进行评分预测。在Amazon的3组公共数据集上进行实验，发现该模型的RMSE达到0.83。与5组对照模型相比，新建模型的RMSE分别降低了14.0%、11.2%、9.8%、7.7%、3.9%，表明该模型能有效提升推荐效果。

0 引言

随着互联网的迅速发展，数据量呈现出爆炸式增长［1］。推荐系统作为一种可以从海量数据中有效挖掘有价值信息的技术，受到了广泛关注［

基于注意力机制的深度协同推荐模型相关推荐

【文献阅读笔记】之基于注意力机制的深度学习路面裂缝检测
中文,计算机辅助设计与图形学学报,第 32 卷第 8 期,2020 年 8 月. DOI: 10.3724/SP.J.1089.2020.18059 摘要: 为实现自动准确地检测路面裂缝, 提升路面 ...
图模型+Bert香不香？完全基于注意力机制的图表征学习模型Graph-Bert
作者 | Jiawei Zhang.Haopeng Zhang.Congying Xia.Li Sun 译者 | 凯隐编辑 | Jane 出品 | AI科技大本营(ID:rgznai100) [导读 ...
ciaodvd数据集的简单介绍_基于注意力机制的规范化矩阵分解推荐算法
随着互联网技术的发展以及智能手机的普及, 信息超载问题也亟待解决.推荐系统[作为解决信息超载问题的有效工具, 已被成功应用于各个领域, 包括电子商务.电影.音乐和基于位置的服务等[.推荐系统通过分析用 ...
基于注意力机制的seq2seq模型
目录一.前言二.模型搭建 2.1 编码器 2.2 注意力机制 2.3 解码器 2.4 Seq2Seq模型三.模型的训练与评估附录一.翻译效果比较附录二.完整代码一.前言在此之前,我们实现 ...
注意力机制在深度推荐算法中的应用之AFM模型
1 前言注意力机制来源于人类最自然的选择性注意的习惯,例如当用户浏览网页或图片时,会选择性的注意页面上特定的区域.基于此现象,在建模的过程中考虑注意力机制,往往会取得不错的收益. 注意力机制已经广泛 ...
可视化神经机器翻译模型（基于注意力机制的Seq2seq模型）
可视化神经机器翻译模型(基于注意力机制的Seq2seq模型) 序列到序列模型是深度学习模型,在机器翻译.文本摘要和图像字幕等任务中取得了很大的成功.谷歌翻译在2016年底开始在生产中使用这样的模型 ...
论文浅尝 | ADRL：一个基于注意力机制的知识图谱深度强化学习框架
论文笔记整理:谭亦鸣,东南大学博士. 来源:Knowledge-Based Systems 197 (2020) 105910 链接:https://www.sciencedirect.com/sci ...
注意力机制是如何学习到模型所应注意的区域的？
来源:知乎链接:https://www.zhihu.com/question/444712435 来自:深度学习与计算机视觉著作权归作者所有,本文仅作学术分享,若侵权,请联系后台删文处理简单来说 ...
JUST技术：基于注意力机制恢复细粒度轨迹
随着基于位置服务的大量增长,越来越多的移动数据可以被分析挖掘,以更好地服务人们的生活.然而,与来自出租车等运输系统类的高采样率轨迹数据相比,用户地理服务数据具有严重稀疏性问题,是因为用户不会一直访问移 ...

基于注意力机制的深度协同推荐模型

摘要

基于注意力机制的深度协同推荐模型相关推荐

最新文章

热门文章