一种基于评论的多特征融合深度协同推荐算法 |
| |
作者姓名: | 胡胜利 张鸿斌 |
| |
作者单位: | 安徽理工大学计算机科学与工程学院 |
| |
摘 要: | 在基于评论的推荐算法中,文本特征通常会在训练中发生损失,导致最后的特征交互不足,影响推荐效果。为了获取包含更多信息的文本特征,得到更准确的预测值,文章提出一种基于评论的多特征融合深度协同推荐算法。该算法首先对评论文本进行预处理,然后通过由卷积文本网络和双向GRU网络构成的C&G模块进行多特征提取,同时引入注意力机制,最后在融合层进行融合预测。在Amazon Digital Music数据集上的实验结果表明,该算法的准确度较高,推荐效果较好。
|
关 键 词: | 协同过滤 深度学习 特征融合 注意力机制 |
|
|