期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于门控混合专家网络的实时相关推荐方法
1
作者 李鹏 管紫薇 杭帆 《计算机工程与设计》 北大核心 2025年第2期515-522,共8页
针对传统推荐模型难以实现对同一个主题的文章连续扩展的问题,提出一种基于门控混合专家网络的实时相关推荐方法。从低维稠密向量交互、语义特征相似性和不同特征字段之间的依赖程度等多个维度捕获特征作为专家网络;通过多门控制的混合... 针对传统推荐模型难以实现对同一个主题的文章连续扩展的问题,提出一种基于门控混合专家网络的实时相关推荐方法。从低维稠密向量交互、语义特征相似性和不同特征字段之间的依赖程度等多个维度捕获特征作为专家网络;通过多门控制的混合专家策略和分层注意力机制,综合考虑这些专家网络;利用最终学习到的深层特征,预测推荐评分和项目点击概率,获得用户对项目的满意度。实验结果表明,与其它基线模型对比,AUC指标最多可提高0.35%,Logloss指标最多可降低0.76%,消融实验也验证了各个部分的有效性,说明了该模型的可行性与准确性。 展开更多
关键词 实时推荐算法 多门控制的混合专家策略 注意力机制 卷积神经网络 挤压激励网络 门控网络 语义特征相似性
在线阅读 下载PDF
大数据技术在互联网产品实时推荐算法中的应用与优化研究
2
作者 王栋 《软件》 2025年第3期126-128,共3页
在数字经济快速发展的背景下,实时推荐算法成为互联网平台提升用户体验与商业价值的重要手段。然而,传统推荐系统面临实时性不足、数据规模增长与计算复杂度增加以及信息茧房效应等诸多挑战。本文从数据架构优化、算法创新和多模态数据... 在数字经济快速发展的背景下,实时推荐算法成为互联网平台提升用户体验与商业价值的重要手段。然而,传统推荐系统面临实时性不足、数据规模增长与计算复杂度增加以及信息茧房效应等诸多挑战。本文从数据架构优化、算法创新和多模态数据融合三个角度探讨了大数据技术在实时推荐系统中的应用与优化路径。通过分析短视频平台和电商平台的实际案例,重点展示了实时用户画像更新、深度学习与强化学习模型的结合以及多模态数据在推荐系统中的应用成效。在公开数据集上的实验结果表明,改进后的实时推荐算法在点击率、转化率及响应时间等关键指标上显著优于传统方法。实时推荐系统将继续在用户体验优化、多样性维护和数据隐私保护方面发挥重要作用。 展开更多
关键词 大数据技术 实时推荐算法 个性化 深度学习 性能优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部