自注意力机制的属性异构信息网络嵌入的商品推荐

基于异构信息网络嵌入的推荐技术能够有效地捕捉网络中的结构信息,从而提升推荐性能.然而现有的基于异构信息网络嵌入的推荐技术不仅忽略了节点的属性信息与节点间多种类型的边关系,还忽略了节点不同的属性信息对推荐结果不同的影响.为了解决上述问题,提出一个自注意力机制的属性异构信息网络嵌入的商品推荐(attributed heterogeneous information network embedding with self-attention mechanism for product recommendation, AHNER)框架.该框架利用属性异构信息网络嵌入学习用户与商品统一、低维的嵌入表示,并在学习节点嵌入表示时,考虑到不同属性信息对推荐结果的影响不同和不同边关系反映用户对商品不同程度的偏好,引入自注意力机制挖掘节点属性信息与不同边类型所蕴含的潜在信息并学习属性嵌入表示.与此同时,为了克服传统点积方法作为匹配函数的局限性,该框架还利用深度神经网络学习更有效的匹配函数解决推荐问题.AHNER在3个公开数据集上进行大量的实验评估性能,实验结果表明AHNER的可行性与有效性.     

计算机应用系统分析与设计(一)

引言 计算机工业已进入系统工程研制和应用阶段。无论是计算机研制部门设计一个计算机系统乃至网络体系,还是应用部门发展一个计算机应用系统,都需要在系统一级处理硬件,软件,应用和发展问题。 本文以一个数据处理系统为背景,结合其它应用系统的实践,着重说一说系统分析,交互设计和应用模块诸方面一些问题。以期对有关部门发展计算机应用系统,引进计算机应用系统,拟或改进现有的计算机应用系统有一些具体的帮助。