| 一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：muyx | |
| 文檔大?。?span>1213 K | |
| 標簽： 注意力 記憶網(wǎng)絡(luò) LSTM | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：傳統(tǒng)基于協(xié)同過濾和矩陣分解的靜態(tài)表示推薦算法，不能很好地體現(xiàn)用戶的動態(tài)興趣。循環(huán)神經(jīng)網(wǎng)絡(luò)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(qū)分度差等問題。由此提出一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法，根據(jù)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(jié)合注意力機制和長短期記憶網(wǎng)絡(luò)(Long ShortTerm Memory,LSTM)解決序列之間的長距離依賴性差和區(qū)分度差問題。利用記憶網(wǎng)絡(luò)獲取用戶的動態(tài)鄰居，加強用戶的動態(tài)表示，實現(xiàn)更準確的推薦。通過在MovieLens數(shù)據(jù)集上的實驗結(jié)果表明，所提出的算法相比其他算法推薦效果顯著提高。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2