期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
融合时间上下文信息的序列推荐系统框架
1
作者 逯暄 昝晓亮 +1 位作者 彭甫镕 颜无瑕 《小型微型计算机系统》 北大核心 2025年第4期796-802,共7页
序列推荐相对于协同过滤方法在考虑用户行为顺序和个性化推荐等方面具有明显优势.然而现有的大多数序列推荐模型着重关注用户历史行为间的关系,忽略了用户兴趣随时间的演化特征,对此,本文提出了一种融合时间上下文信息的序列推荐通用学... 序列推荐相对于协同过滤方法在考虑用户行为顺序和个性化推荐等方面具有明显优势.然而现有的大多数序列推荐模型着重关注用户历史行为间的关系,忽略了用户兴趣随时间的演化特征,对此,本文提出了一种融合时间上下文信息的序列推荐通用学习框架.该框架将Tucker分解技术与注意力机制相融合,为每个用户行为分配适当的注意力权重,使模型关注对当前推荐任务更重要的时间上下文信息.此外,使用了分布鲁棒性损失函数来解决训练数据与测试数据之间可能存在的分布漂移问题.3个公开数据集上的实验结果表明,本文框架适用于不同的序列推荐模型并能提升推荐性能. 展开更多
关键词 推荐系统 序列推荐 时间上下文信息 Tucker分解 分布漂移
在线阅读 下载PDF
基于融合时间信息影响的SimRank算法的个性化推荐 被引量:3
2
作者 刘曜 潘芳 +1 位作者 潘郁 朱晓峰 《统计与决策》 CSSCI 北大核心 2018年第13期85-87,共3页
由个性化推荐的实际应用环境,文章提出一种融合时间上下文信息的基于二分图模型个性化推荐算法。首先引入时间衰减函数对基于二分图模型的SimRank算法进行改进,使得时间对推荐的影响量化成图中节点的关联概率值,设计出融合时间信息的Sim... 由个性化推荐的实际应用环境,文章提出一种融合时间上下文信息的基于二分图模型个性化推荐算法。首先引入时间衰减函数对基于二分图模型的SimRank算法进行改进,使得时间对推荐的影响量化成图中节点的关联概率值,设计出融合时间信息的SimRank算法。再与协同过滤算法相结合,最终得到基于融合时间上下文信息的二分图模型的个性化推荐算法。实验结果表明:该算法比传统协同过滤算法以及基于二分图的SimRank算法在推荐的各项指标上有明显提高。 展开更多
关键词 时间上下文信息 二分图模型 衰减函数 SimRank算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部