融合项目评分不确定度的多属性深度神经协同推荐模型

作     者：李昌兵 王霞 邓江洲 

作者机构：重庆邮电大学电子商务与现代物流重点实验室 数智技术创新与产业发展研究中心 

出 版 物：《重庆理工大学学报(自然科学)》 (Journal of Chongqing University of Technology(Natural Science))

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 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(62272077,72301050) 重庆市教委科学技术研究项目(KJQN202300605) 重庆市教育委员会人文社会科学研究基地项目(23SKJD066) 

主　　题：项目评分不确定度 多属性推荐模型 深度神经网络 协同过滤 

摘      要：基于深度学习的推荐模型因其能充分挖掘用户与项目间的复杂交互关系而备受关注。然而，现有大多数推荐方法都只使用用户的单一评分信息进行模型训练，忽视了用户在项目不同属性上的偏好行为，这在一定程度上会影响推荐准确性。基于此，提出一种融合项目评分不确定度的多属性深度神经协同推荐模型来学习用户在项目各属性上的评分行为，以高效捕捉用户的多维度偏好特征。此外，为了使模型充分考虑用户对项目各属性的评分分布一致性，引入项目评分不确定度来提取项目的个性化属性特征，并将其作为多属性评分的权重因子来修正模型的初始预测结果。通过利用修正后的多属性评分来预测用户偏好，所提模型能为用户提供更为准确的推荐。在2个真实数据集上的实验结果显示，相较于次优对比方法，所提模型在评估指标F1和NDCG上分别最高增长了4.3%和3.9%，这有效验证了模型的推荐能力，提高了推荐质量。