《計算機應用研究》|Application Research of Computers

注意力協同輔助變分推薦算法

Attentive collaborative side variational recommender algorithm

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 康雁,王沛堯,李浩,李晉源,楊其越,崔國榮
機構 云南大學 軟件學院,昆明 650500
統計 摘要被查看 次,已被下載
文章編號 1001-3695(2020)11-010-3250-05
DOI 10.19734/j.issn.1001-3695.2019.08.0283
摘要 針對推薦算法中輔助信息和用戶評論輸入的高維度和樣本不足的問題,基于變分自動編碼器的非線性建模能力,與注意力機制的關聯數據增強的特質,提出了注意力協同輔助變分自編碼器推薦模型(sVAE-a)。該模型采用協同輔助變分自動編碼來對輔助信息進行建模;同時通過注意力機制將輔助信息結合到協同變分自動編碼器架構中,對隱變量進行加強,為解碼器提供更干凈的特征;最后通過變分推斷來對輔助信息和用戶評論近似分布,通過訓練參數得到推薦模型。在MovieLens-20M數據集上的實驗結果表明,該方法無論在基本的召回率,還是進一步的覆蓋率和歸一化折損累計增益度(NDCG)指標上都有相應的提升。該模型易于實現,可結合不同類型的輸入與輔助信息,提升推薦效能。
關鍵詞 推薦系統; 注意力機制; 輔助信息; 變分自動編碼器
基金項目 國家自然科學基金資助項目(61762092, 61762089)
云南省軟件工程重點實驗室開放基金資助項目(2017SE204)
本文URL http://www.gvztwvrl.buzz/article/01-2020-11-010.html
英文標題 Attentive collaborative side variational recommender algorithm
作者英文名 Kang Yan, Wang Peiyao, Li Hao, Li Jinyuan, Yang Qiyue, Cui Guorong
機構英文名 College of Software,Yunnan University,Kunming 650500,China
英文摘要 For the high dimension and insufficient sample of side information and user comment input in the recommendation algorithm, this paper proposed an attentive collaborative side variational autoencoder recommender model(sVAE-a) for the nonlinear modeling ability of variational autoencoder and the related data enhancement ability of the attention mechanism. This model used collaborative side variational autoencoder to model the side information. At the same time, it used the attention mechanism to integrate the side information into the collaborative variational autoencoder architecture to strengthen the hidden variables and provide the decoder with cleaner features. At last, it used the variational inference to approximate the side information and the user′s comments, and obtained the recommended model through the parameters training. The experimental results on the MovieLens-20M dataset show that the method can improve not only from the basic recall rate index, but also from the coverage rate and normalized damage cumulative gain(NDCG) index. The model is easy to implement. It can combine different types of input and side information, and improve recommendation performance.
英文關鍵詞 recommender system; attention mechanism; side information; variational autoencoder
參考文獻 查看稿件參考文獻
 
收稿日期 2019/8/29
修回日期 2019/10/16
頁碼 3250-3254
中圖分類號 TP301.6
文獻標志碼 A
福州麻将中什么叫金龙 欢乐麻将辅助破解版 黑龙江22选5奖池现在多少钱 河南体彩11选5走势图 微信捕鱼达人h5贵族 在线单机麻将 正规可提现的棋牌游戏 山西体彩新11选五的规则 福彩3d技巧准确率100 麻将血流成河技巧口诀 不能吃牌广东麻将技巧 网上五分彩彩合法吗 上期开特下期特规律 天津11选五购买计算 腾讯贵州麻将下载 吉祥棋牌官网 快3一分钟玩法漏洞