期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融合序列特征的用户会话兴趣预测模型
1
作者 吴彦文 徐景琛 +2 位作者 葛迪 刘智 邓云泽 《计算机应用与软件》 北大核心 2025年第9期270-277,共8页
由于会话中天然存在时序特征,传统的会话模型因此都是围绕该特征来展开,但对序列间顺序无关特征的挖掘缺少关注。针对这种情况,提出一种融合了会话中的两大序列特征的推荐模型。在顺序依赖模型中利用Bi-LSTM和注意力机制获取该段会话中... 由于会话中天然存在时序特征,传统的会话模型因此都是围绕该特征来展开,但对序列间顺序无关特征的挖掘缺少关注。针对这种情况,提出一种融合了会话中的两大序列特征的推荐模型。在顺序依赖模型中利用Bi-LSTM和注意力机制获取该段会话中的用户同质兴趣特征表示;在顺序无关依赖模型中通过多层感知机、残差网络和注意力机制去捕捉会话间的用户异质兴趣特征表示;通过融合这两种兴趣特征表示去预测用户的下一点击项。实验结果表明,该模型相比次优模型在Yoochoose数据集上P@20最高提升0.88百分点,MRR@20提升0.41百分点,在Diginetica数据集上MRR@20提升0.15百分点。 展开更多
关键词 用户兴趣预测 会话推荐 顺序依赖 顺序无关依赖 注意力网络 Bi-LSTM
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部