推荐系统中神经网络结合注意力机制研究综述

作     者：高广尚 GAO Guangshang

作者机构：广西民族大学人工智能学院南宁530006 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第10期

页      面：47-60页

核心收录：

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(71761008) 广西科技计划项目(桂科AD19245122) 

主　　题：推荐系统 深度学习 神经网络 注意力机制 

摘      要：探讨神经网络如何结合注意力机制及其变种,以更好地学习用户和物品间复杂和隐含的关系,从而提高推荐的准确性和个性化水平。从多层感知机、卷积神经网络、循环神经网络、自编码器、图神经网络以及反向传播神经网络这六类典型神经网络出发,研究它们与注意力机制相结合进行推荐的过程,具体结合点击率预测、标签推荐和评论评分预测等典型应用场景进行优缺点分析。通过将神经网络与注意力机制相结合,模型能够聚焦于输入数据中的关键信息,降低对次要信息的注意程度,甚至直接过滤掉无关信息。现有将注意力机制与神经网络结合的推荐模型,在很大程度上能够满足常见的推荐任务需求。但是这类模型在跨域推荐、深度强化学习推荐以及多模态推荐等复杂推荐场景中,仍面临一些挑战,例如跨域推荐需要模型具备迁移学习的能力,强化学习推荐需要进行长期奖励建模。