首页 | 本学科首页   官方微博 | 高级检索  
     

面向会话型推荐系统的个性化分层循环模型
引用本文:王雅青,郭彩丽,楚云霏,周洪弘,冯春燕. 面向会话型推荐系统的个性化分层循环模型[J]. 北京邮电大学学报, 2019, 42(6): 142-148. DOI: 10.13190/j.jbupt.2019-143
作者姓名:王雅青  郭彩丽  楚云霏  周洪弘  冯春燕
作者单位:北京邮电大学信息与通信工程学院,北京100876;北京邮电大学先进信息网络北京实验室,北京100876
基金项目:国家重点研发计划项目(2018YFB1800805)
摘    要:为了精准地捕捉用户行为模式,引入中期兴趣的概念,提出一个基于循环神经网络(RNN)的个性化分层循环模型,通过在同一框架下联合利用用户的会话、区块和全部行为序列来学习用户的综合兴趣.利用一个捕捉会话内序列模式的会话级RNN建模用户的短期兴趣;设计了一个捕捉区块内相邻会话关联关系的区块级RNN,进一步描述用户的中期兴趣;使用一个用户级RNN追踪长期兴趣的演化;引入带有不同交互机制的融合层,以有效融合不同层次的兴趣信息.在3个真实数据集上进行实验,结果表明,该方法与先进的推荐方法相比,Recall@10提升了18.35%.

关 键 词:会话型推荐系统  循环神经网络  个性化推荐
收稿时间:2019-07-09

Personalized Hierarchical Recurrent Model for Session-Based Recommendation Systems
WANG Ya-qing,GUO Cai-li,CHU Yun-fei,ZHOU Hong-hong,FENG Chun-yan. Personalized Hierarchical Recurrent Model for Session-Based Recommendation Systems[J]. Journal of Beijing University of Posts and Telecommunications, 2019, 42(6): 142-148. DOI: 10.13190/j.jbupt.2019-143
Authors:WANG Ya-qing  GUO Cai-li  CHU Yun-fei  ZHOU Hong-hong  FENG Chun-yan
Affiliation:1. School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Beijing Laboratory of Advanced Information Networks, Beijing University of Posts and Telecommunications, Beijing 100876, China
Abstract:
Keywords:session-based recommendation systems  recurrent neural networks  personalized recommendations  
本文献已被 万方数据 等数据库收录!
点击此处可从《北京邮电大学学报》浏览原始摘要信息
点击此处可从《北京邮电大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号