基于用户长短期偏好的个性化推荐

叶榕, 邵剑飞, 邵建龙

PDF(2623 KB)
PDF(2623 KB)
吉林大学学报(理学版) ›› 2024, Vol. 62 ›› Issue (03) : 615-628. DOI: 10.13413/j.cnki.jdxblxb.2023224

基于用户长短期偏好的个性化推荐

  • 叶榕, 邵剑飞, 邵建龙
作者信息 +
History +

摘要

针对现有序列推荐模型忽略用户的长期偏好和短期偏好,导致推荐模型不能充分发挥作用,推荐效果不佳的问题,提出一种基于用户长短期偏好的个性化推荐模型.首先,针对长期偏好序列长且不连续的特点,采用BERT(bidirectional encoder representations from transformers)对长期偏好建模;针对短期偏好序列短且与用户交互的间隔时间较短,具有易变性,采用垂直水平卷积网络对短期偏好建模;在得到用户的长期偏好和短期偏好后,利用激活函数进行动态建模,然后利用门控循环网络对长短期偏好进行平衡.其次,针对用户在日常交互中的误碰行为,采用稀疏注意力网络进行建模,在对长短期偏好建模前使用稀疏注意力网络进行用户行为序列处理;用户特征偏好对推荐结果也会有影响,使用带有偏置编码的多头注意力机制对用户特征进行提取.最后,将各部分得到的结果输入到全连接层得到最后的输出结果.为验证本文模型的可行性,在数据集Yelp和MovieLens-1M上进行实验,实验结果表明该模型优于其他基线模型.

关键词

序列推荐 / 长期偏好 / 短期偏好 / 稀疏注意力网络 / 垂直水平卷积网络

中图分类号

TP391.3

引用本文

导出引用
叶榕, 邵剑飞, 邵建龙. 基于用户长短期偏好的个性化推荐. 吉林大学学报(理学版). 2024, 62(03): 615-628 https://doi.org/10.13413/j.cnki.jdxblxb.2023224

基金

国家自然科学基金(批准号:61732005)

评论

PDF(2623 KB)

Accesses

Citation

Detail

段落导航
相关文章

/