基于增强注意力机制的三通道神经协同过滤改进算法

成凌飞; 杨向峰; 陈天源; 刘安康

doi:10.13873/J.1000-9787(2023)06-0137-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于增强注意力机制的三通道神经协同过滤改进算法

计算与测试 | 更新时间：2025-09-11

- 基于增强注意力机制的三通道神经协同过滤改进算法
- 暂无标题
- 传感器与微系统 2023年第6期页码：137-140+145
- 作者机构：
  
  河南理工大学物理与电子信息学院
- 作者简介：
- 基金信息：
  
  河南省科技厅科技攻关项目（212102210390）
- DOI：10.13873/J.1000-9787(2023)06-0137-04
  中图分类号： TP391.3
- 纸质出版：2023
- 稿件说明：
移动端阅览
成凌飞, 杨向峰, 陈天源, 等. 基于增强注意力机制的三通道神经协同过滤改进算法[J]. 传感器与微系统, 2023,(6):137-140+145.
成凌飞, 杨向峰, 陈天源, 等. 基于增强注意力机制的三通道神经协同过滤改进算法[J]. 传感器与微系统, 2023,(6):137-140+145. DOI： 10.13873/J.1000-9787(2023)06-0137-04.

DOI：

摘要

在神经协同过滤（NCF）的基础上，提出了ATNET模型，在原有的广义矩阵分解（GMF）、多层感知机（MLP）双特征通道基础上，增加辅助信息处理（AIP）通道，结合用户和项目的辅助信息，增强算法学习特征向量不同维度的高阶交互关系。同时，融入注意力机制为网络模型合理分配权重，减少信息的损失，提升推荐性能。最后，在2个真实数据集MovieLens—1m和Pinterest—20上进行实验，结果表明：该模型对比其他常用算法在命中率（HR）和归一化折扣损益（NDCG）都有所提升。

Abstract

关键词

Keywords

references

基于图神经网络与深度学习的商品推荐算法[J]. 冯兴杰;生晓宇.计算机应用研究,2021(12)

基于自注意力机制与知识图谱的序列推荐算法[J]. 刘纵横;汪海涛;姜瑛;陈星.传感器与微系统,2021(02)

神经协同过滤智能商业选址方法[J]. 李诺;郭斌;刘琰;景瑶;於志文.浙江大学学报(工学版),2019(09)

基于深度学习的混合推荐算法[J]. 欧高亮;汪海涛;姜瑛;陈星.传感器与微系统,2019(07)

基于深度学习的多交互混合推荐模型[J]. 李同欢;唐雁;刘冰.计算机工程与应用,2019(01)

基于深度学习的推荐系统研究综述[J]. 黄立威;江碧涛;吕守业;刘艳博;李德毅.计算机学报,2018(07)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合Transformer的改进遮挡人脸识别算法

一种新型注意力机制的双人交互行为识别方法

基于改进ResNet18模型的驾驶员面部表情识别方法

面向校园场景视频监控的人体行为识别方法

基于改进CNN算法的电厂安防监控异常行为识别