|
|||||
|
|
| 基于异构信息网络的紧耦合推荐算法 | |
| 作者姓名： | 刘慧婷 李茵捷 郭玲玲 等 |
| 作者单位： | 安徽大学 计算机科学与技术学院,安徽 合肥 230601 |
| 基金项目： | 国家自然科学基金;国家自然科学基金;安徽省自然科学基金;安徽省高等学校自然科学研究项目 |
| 摘 要： | 针对目前协同过滤方法面临的稀疏性问题以及辅助信息的异构特性未被充分利
用的问题,鉴于异构信息网络 ( HIN) 在建模复杂异构信息方面的优势,文中提出了一
种基于 HIN 的紧耦合推荐模型 ( HTCRec) ,利用异构信息网络嵌入和紧耦合协同过滤
框架进行个性化推荐。该模型首先聚合 HIN 中的元路径及其路径实例,再使用注意力
机制将目标用户或项目的辅助信息用各自聚合元路径的嵌入进行表示,然后显式地将元
路径合并到紧耦合交互模型中完成个性化推荐。在真实数据集上的实验结果表明,
HTCRec模型较其他常用推荐模型具有更好的推荐性能,有效地缓解了数据稀疏问题。 |
| 关 键 词： | 紧耦合推荐模型 异构信息网络 矩阵分解 网络嵌入 注意力机制 |
| 收稿时间： | 2020-11-13 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《华南理工大学学报(自然科学版)》下载全文 | |