一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法
所屬分類：技術(shù)論文
上傳者：muyx
文檔大小：1213 K
標(biāo)簽： 注意力 記憶網(wǎng)絡(luò) LSTM
所需積分：0分積分不夠怎么辦？
文檔介紹：傳統(tǒng)基于協(xié)同過濾和矩陣分解的靜態(tài)表示推薦算法，不能很好地體現(xiàn)用戶的動(dòng)態(tài)興趣。循環(huán)神經(jīng)網(wǎng)絡(luò)能夠進(jìn)行序列推薦，但存在序列之間的長(zhǎng)距離依賴性差、各項(xiàng)目的區(qū)分度差等問題。由此提出一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法，根據(jù)Word2vec算法，引申item2vec和user2vec，初始化用戶和項(xiàng)目的固定表示嵌入矩陣，通過結(jié)合注意力機(jī)制和長(zhǎng)短期記憶網(wǎng)絡(luò)(Long ShortTerm Memory,LSTM)解決序列之間的長(zhǎng)距離依賴性差和區(qū)分度差問題。利用記憶網(wǎng)絡(luò)獲取用戶的動(dòng)態(tài)鄰居，加強(qiáng)用戶的動(dòng)態(tài)表示，實(shí)現(xiàn)更準(zhǔn)確的推薦。通過在MovieLens數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，所提出的算法相比其他算法推薦效果顯著提高。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。