一种融合时间权值和用户行为序列的电影推荐模型

作者：程思; 陶宏才

来源：成都信息工程大学学报, 2022, 37(03): 241-247.

DOI：10.16836/j.cnki.jcuit.2022.03.001

• 电影推荐
• 用户行为序列
• 时间权值
• GRU

对用户历史观影行为进行研究可以给电影推荐提供意见和参考。在实际推荐应用中,随着时间的推移,用户的兴趣会发生相应的变化,而愈接近当前时刻的历史行为对当前时刻的兴趣状态的影响愈大。但已有的GRU模型只能通过历史行为推断出最终的兴趣,并未考虑到历史行为对最终兴趣的影响存在随时间衰减这一特性。文中提出TGRU改进模型将时间权值与GRU模型相融合,以此获得更加精确的兴趣表达。此外,使用AUGRU模型捕捉与最终兴趣相关的那些兴趣的演化过程,从而预测用户未来的兴趣。基于上述成果与分析,最终提出一种融合时间权值和用户行为序列的电影推荐模型——MRTUB,该模型较为全面地考虑了用户兴趣的提取及演化过程。实验结果表明,所提出的MRTUB电影推荐模型相比于GRU的各种叠加模型而言,效果更优。

• 单位
  西南交通大学