基于会话信息的多粒度循环神经网络推荐模型 |
| |
引用本文: | 岳新玉,刘悦,余志华.基于会话信息的多粒度循环神经网络推荐模型[J].山西大学学报(自然科学版),2019(2). |
| |
作者姓名: | 岳新玉 刘悦 余志华 |
| |
作者单位: | 中国科学院网络数据科学与技术重点实验室;中国科学院计算技术研究所;中国科学院大学 |
| |
摘 要: | 提出了一种多粒度循环网络推荐模型,通过引入更粗粒度的商品信息来提升模型的泛化能力;同时在模型中还引入注意力机制,利用这一粗粒度信息去监督整个点击序列的学习,通过捕捉用户的注意力信息来更加精准地刻画序列的表达。通过以上两种方法可以更好地提升模型的推荐效果,在YOOCHOOSE数据集上,Recall@20提升5.3%,MRR@20提升9.8%。
|
本文献已被 CNKI 等数据库收录! |
|