| 融合用戶興趣建模的智能推薦算法研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：911 K | |
| 標簽： 強化學習 推薦系統(tǒng) DDPG | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：強化學習被越來越多地應(yīng)用到推薦系統(tǒng)中。提出一種基于DDPG融合用戶動態(tài)興趣建模的推薦方法（DDPG-LA），使用LSTM網(wǎng)絡(luò)提取用戶的長期興趣，利用注意力機制方法提取用戶的短期興趣，將兩種興趣結(jié)合作為智能體的狀態(tài)。同時，在LSTM網(wǎng)絡(luò)中加入狀態(tài)增強單元，以加速模型對于用戶長期興趣的建模，在注意力機制中加入緩解推薦延遲的模塊來解決該方法應(yīng)用于推薦系統(tǒng)中時所產(chǎn)生的缺陷。在Movelines的兩個數(shù)據(jù)集上對模型進行實驗，同時在各種測試指標上與傳統(tǒng)方法進行比較，結(jié)果顯示所提出的算法更具優(yōu)越性。 | |
| 現(xiàn)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(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2