科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提升网络个性化服务质量，针对传统推荐算法计算结果精度不高、覆盖率不全面的问题，提出一种自注意力机制下网络用户行为数据推荐方法。引入自注意力机制，模拟人类大脑处理看到事物时独有的信号处理机制，通过用户潜在偏好的集合与行为特征集合构建用户行为偏好模型，挖掘用户网络行为特点；将网络用户行为拟作个体评分问题，把用户评分信息当作区间型符号数据，在改进Hausdorff距离方法的前提下，使用K均值聚类算法划分区间型符号数据，预测目标用户对网络行为的评分，利用最近邻评分原则选取评分最高的项目作为最优推荐信息推送。以真实数据集作为仿真样本，实验结果证明所提方法的数据推荐准确率高、推荐内容覆盖范围广、实用性强，可广泛应用于各大门户网站。
- 单位
