• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《微电子学与计算机》 >基于多通道CNN-BiGRU与多特征融合方法

基于多通道CNN-BiGRU与多特征融合方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

新闻推荐是根据用户的阅读习惯,为其推送更符合需求的内容,然而现有的方法仍存在特征学习不足的问题.针对此问题,提出了一种基于多通道CNN-BiGRU与多特征融合方法,主要由以下四部分组成:(1)词嵌入层.在词向量中融入实体嵌入向量,弥补单独仅使用词向量的不足,完成多通道词向量的构建;(2)多通道CNN-BiGRU模型.此部分模型使用卷积神经网络(CNN)提取语句的局部特征,使用双向门控循环单元(BiGRU)提取文本的长序列依赖关系,同时,借助最大池化操作以减少参数数量,避免冗余,借助注意力网络以关注重要词汇的特征,获取精确的特征表示;(3)多特征融合.借助注意力机制融合多个新闻特征,并关注重要特征的内容,完成新闻表征的构建;(4)用户表征提取.通过多头注意力机制提取用户历史浏览记录中新闻间的交互关系,以构建准确的用户表征,完成推荐.实验结果表明,所提出的CBMR模型相对现有的CNN、DKN、TANR和NRMS模型,在AUC、MRR、nDCG@5和nDCG@10指标上表现更优异.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号