咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >行为增强的多层次协同Top-N推荐 收藏

行为增强的多层次协同Top-N推荐

Multilevel collaborative top-n recommendation based on enhanced behavior

作     者:刘宇鹏 吕衍河 LIU Yupeng;LYU Yanhe

作者机构:哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150001 

出 版 物:《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期:2024年第45卷第6期

页      面:1119-1126页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金项目(61300115) 中国博士后科学基金项目(2014m561331) 黑龙江省教育厅科学技术研究项目(12521073) 

主  题:辅助行为 多行为 图神经网络 元路径图 用户-项目 传播层 目标行为 高阶异质信号 

摘      要:传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协同信号(包括用户-项目间的和项目间的)以提高推荐性能,这样可以更好地利用推荐图结构,并充分考虑到推荐图结构上各种行为间的相互影响。在经典数据集上做了全方位实验验证模型有效性,在电商推荐数据上取得了很好效果。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分