| 一種融合注意力和記憶網絡的序列推薦算法 | |
| 所屬分類：技術論文 | |
| 上傳者：muyx | |
| 文檔大?。?span>1213 K | |
| 標簽： 注意力 記憶網絡 LSTM | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：傳統基于協同過濾和矩陣分解的靜態表示推薦算法，不能很好地體現用戶的動態興趣。循環神經網絡能夠進行序列推薦，但存在序列之間的長距離依賴性差、各項目的區分度差等問題。由此提出一種融合注意力和記憶網絡的序列推薦算法，根據Word2vec算法，引申item2vec和user2vec，初始化用戶和項目的固定表示嵌入矩陣，通過結合注意力機制和長短期記憶網絡(Long ShortTerm Memory,LSTM)解決序列之間的長距離依賴性差和區分度差問題。利用記憶網絡獲取用戶的動態鄰居，加強用戶的動態表示，實現更準確的推薦。通過在MovieLens數據集上的實驗結果表明，所提出的算法相比其他算法推薦效果顯著提高。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2