为缓解在数据稀疏情况下，推荐性能降低的问题，提出一个基于融合评分数据和文本数据的混合推荐模型。采用词级注意模块从项目内容描述和用户评分中学习项目的隐藏特征，使用一种门控神经网络对获得的隐藏特征进行更有效的特征融合，采用集成邻域注意力和自动编码器的学习框架对用户的偏好进行建模。采用基于新的全局采样策略优化相关损失函数，提供更加精准的推荐服务。实验结果表明，该推荐模型优于主流先进推荐模型。
科研之友
微信
新浪微博
Facebook
分享链接
