科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统序列推荐算法时间信息和项目内容信息运用不充分的问题，该文提出基于生成对抗模型的序列推荐算法。通过生成对抗模型将序列建模与时间、内容信息建模分离，充分挖掘用户项目交互的序列信息和项目内容信息。运用卷积神经网络作为生成对抗模型的生成器，捕获用户项目交互的序列模式。运用注意力机制作为生成对抗模型的判别器，捕获交互序列的时间信息和项目内容信息。针对传统序列推荐算法时间信息建模不充分的问题，提出一种改进的时间嵌入方式，充分建模用户项目交互关于时间的周期性模式。利用生成对抗模型同时建模用户的稳定偏好和动态偏好，提升推荐系统的用户体验，并在公开数据集MovieLens-1M和Amazon-Beauty上与现有的优秀算法做比较。实验证明，该文所提出的算法在评价指标HR@N和NDCG@N上较基线方法均有一定提升。
-
单位昆明理工大学; 自动化学院
