融合注意力机制和用户信任机制的深度推荐算法 |
| |
引用本文: | 张养硕,牛存良,姚政,张琳钰.融合注意力机制和用户信任机制的深度推荐算法[J].河北工业大学学报,2022(5):67-74. |
| |
作者姓名: | 张养硕 牛存良 姚政 张琳钰 |
| |
作者单位: | 河北工业大学人工智能与数据科学学院 |
| |
基金项目: | 天津市自然科学基金(19JCZDJC40000); |
| |
摘 要: | 针对现有推荐方法未能挖掘项目深层的历史交互信息、难以获取用户信任朋友的影响力大小的问题,提出了一种新的融合注意力机制和用户信任机制的深度推荐算法DRAAT。首先,利用注意力机制定义了新项目的属性偏好向量和项目的交互偏好向量,确定各自的权重系数后计算得项目综合特征;然后,构建用户信任机制并通过注意力机制融合用户信任关系和用户特征向量,获得用户综合特征;最后,利用多层感知机将用户的综合特征、项目的综合特征、用户和项目的原始信息三者融合,得到融入丰富信息的评分预测。在数据集Film Trust和数据集Ciao上的大量实验表明,该算法拥有较为优越的推荐性能。
|
关 键 词: | 推荐系统 深度学习 神经网络 注意力机制 社交信任 |
|
|