声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：王宏琳,杨丹,聂铁铮,寇月,
关键词：网络嵌入, 属性异构信息网络, 自注意力机制, 商品推荐, 深度神经网络,
基于异构信息网络嵌入的推荐技术能够有效地捕捉网络中的结构信息，从而提升推荐性能.然而现有的基于异构信息网络嵌入的推荐技术不仅忽略了节点的属性信息与节点间多种类型的边关系，还忽略了节点不同的属性信息对推荐结果不同的影响.为了解决上述问题，提出一个自注意力机制的属性异构信息网络嵌入的商品推荐(attributedheterogeneousinformationnetworkembeddingwithself-attentionmechanismforproductrecommendation,AHNER)框架.该框架利用属性异构信息网络嵌入学习用户与商品统一、低维的嵌入表示，并在学习节点嵌入表示时，考虑到不同属性信息对推荐结果的影响不同和不同边关系反映用户对商品不同程度的偏好，引入自注意力机制挖掘节点属性信息与不同边类型所蕴含的潜在信息并学习属性嵌入表示.与此同时，为了克服传统点积方法作为匹配函数的局限性，该框架还利用深度神经网络学习更有效的匹配函数解决推荐问题.AHNER在3个公开数据集上进行大量的实验评估性能，实验结果表明AHNER的可行性与有效性.
来源：2022年第7期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。