avatar avatar 我的文献 基于多头自注意力神经网络的购物篮推荐方法 单位 山东科技大学计算机学院 青岛 266510 期刊 数据分析与知识发现 时间 关键词 购物篮推荐; 深度神经网络; 多头自注意力; 物品属性
摘要
[目的]针对用户一次购买多件物品的场景,为用户推荐下一次可能购买的多件物品。[方法]本文基于多头自注意力神经网络设计了一种新的购物篮推荐方法,该方法使用多头自注意力机制来捕捉购物篮中不同物品的关系以及融合物品属性信息,并使用具有注意力的循环神经网络建模购物篮序列信息。[结果]在三个真实数据集开展了实验研究,结果表明本文方法优于传统推荐方法和现有基于深度学习的推荐方法,特别是在TaoBao数据集上F1值提升了2个百分点。[局限]本文方法仅提升了推荐结果的准确性,是否能够提升多样性还需进一步验证。[结论]本文使用多头自注意力能够更好地对购物篮进行建模,进而提升了购物篮推荐效果。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭