计算机工程与应用››2024,第60卷››发行(10): 156-163.内政部:10.3778/j.issn.1002-8331.2301-0099
•模式识别和人工智能• 以前的文章 下一篇文章
赵文涛、刘天天、薛赛丽、王德旺
在线:
出版:
赵文涛,刘甜甜,薛赛丽,王德望
摘要:针对传统社交推荐准确性低的问题,本文提出了一种基于多视角融合的使用一致性社交推荐模型。该社会推荐模型考虑了社交网络中用户的不一致性以及单视图信息对推荐结果的影响。它使用注意机制动态过滤出不一致的社交邻居,并结合用户-项目交互信息学习用户特征表达。同时,从知识图和用户-项目历史交互信息等多个视图中学习项目在低维空间中的特征表示。最后,通过内部产品操作来表示用户和项目的特征,以完成最终的推荐任务。为了验证所提推荐算法的有效性,在豆瓣和Yelp两个公共数据集上比较了六个基线模型,并以召回率、归一化折现累积增益(NDCG)和精确度作为评价指标。实验结果表明,该社会推荐模型的性能优于其他模型。
关键词: 社会推荐, 知识图, 神经网络, 注意机制
摘要:针对传统社交推荐准确率不高的问题,提出一种基于多视图融合的用户一致性社交推荐模型。该社交推荐模型考虑到社交网络中用户的不一致性和单一视图信息对推荐结果的影响,使用注意力机制动态过滤出不一致的社交邻居,并结合用户-项目交互信息来学习用户特征表达;同时从知识图谱(知识图谱,KG)、用户-项目历史交互信息等多个视图学习项目在低维空间的特征表示;最后将用户和项目的特征表示进行内积操作,从而完成最终的推荐任务。为了验证推荐算法的有效性,在豆瓣和叫声两个公开的数据集上与六个基线模型进行对比实验,并采用召回率、归一化折损累计增益(标准化折现累计收益,NDCG)和精确率作为评估指标,实验结果表明,所提出的社交推荐模型的性能优于其他模型。
关键词: 社交推荐, 知识图谱, 神经网络, 注意力机制
赵文涛、刘甜甜、徐赛丽、王德旺。多视图融合的用户一致性社会推荐[J]。计算机工程与应用,2024,60(10):156-163。
赵文涛, 刘甜甜, 薛赛丽, 王德望. 面向多视图融合的用户一致性社交推荐[J] ●●●●。计算机工程与应用, 2024, 60(10): 156-163.
0 / 推荐
添加到引文管理器 尾注|里斯|BibTeX公司
网址: http://cea.ceaj.org/EN/10.3778/j.issn.1002-8331.2301-0099
http://cea.ceaj.org/EN/Y2024/V60/I10/156