-
题名基于注意力循环神经网络的联合深度推荐模型
- 1
-
-
作者
郭东坡
何彬
张明焱
段超
-
机构
江汉大学
华中师范大学
浙江师范大学浙江省智能教育技术与应用重点实验室
-
出处
《现代电子技术》
北大核心
2025年第1期80-84,共5页
-
基金
2021年国家自然科学基金:面向智能化作业辅导的图文混合题可理解机器解答研究(62177024)
2023年国家自然科学基金:面向知识整合的碎片化学习及学习路径引导研究(62207027)
+1 种基金
2022年度湖北省教育科学规划课题:基于智慧学习环境的学习者模型构建及个性化学习路径推荐研究(2022GB217)
湖北省教育厅科学技术研究计划指导性项目:面向数学课程的自适应学习路径推荐研究(B2022560)。
-
文摘
为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和反向编码,获得隐藏状态输出,并将其输入双层注意力机制中,提取项目特征,利用全连接层提取用户偏好特征。在预测层中建立项目与用户的交互模型,获得项目评分,为用户推荐高评分的项目。为了提高模型精度,加权融合MSE损失函数、CE损失函数和RK损失函数建立组合损失函数,对深度联合训练模型展开训练,提高模型的推荐性能。仿真结果表明,所提方法具有良好的推荐效果,能够适应不断变化的市场需求和用户行为。
-
关键词
双层注意力机制
循环神经网络
用户偏好
组合损失函数
交互模型
联合深度推荐模型
-
Keywords
attention mechanism with double layers
recurrent neural network
user preference
combined loss function
interaction model
joint deep recommendation model
-
分类号
TN711-34
[电子电信—电路与系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
