一种融合注意力和记忆网络的序列推荐算法AET-电子技术应用-最丰富的电子设计资源平台

一种融合注意力和记忆网络的序列推荐算法
所属分类：技术论文
上传者：muyx
文档大小：1213 K
标签：注意力记忆网络 LSTM
所需积分：0分积分不够怎么办？
文档介绍：传统基于协同过滤和矩阵分解的静态表示推荐算法，不能很好地体现用户的动态兴趣。循环神经网络能够进行序列推荐，但存在序列之间的长距离依赖性差、各项目的区分度差等问题。由此提出一种融合注意力和记忆网络的序列推荐算法，根据Word2vec算法，引申item2vec和user2vec，初始化用户和项目的固定表示嵌入矩阵，通过结合注意力机制和长短期记忆网络(Long ShortTerm Memory,LSTM)解决序列之间的长距离依赖性差和区分度差问题。利用记忆网络获取用户的动态邻居，加强用户的动态表示，实现更准确的推荐。通过在MovieLens数据集上的实验结果表明，所提出的算法相比其他算法推荐效果显著提高。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动