一种基于KCNN和MKR的两阶段深度学习多任务推荐模型

朱瑞; 张俊三; 朱杰; 张世栋

首页> 中文期刊> 《陕西师范大学学报：自然科学版》 >一种基于KCNN和MKR的两阶段深度学习多任务推荐模型

一种基于KCNN和MKR的两阶段深度学习多任务推荐模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

深度学习和知识图谱的结合在推荐领域受到广泛关注,然而部分模型输入向量较为稀疏,不仅增加了整个模型的训练难度,还容易导致模型陷入局部最优;此外,大多推荐模型并未充分挖掘用户和物品的特征交互,使得用户和物品的向量表示不准确,影响最终的推荐模型性能。基于此,本文提出一种基于KCNN和MKR的两阶段深度学习多任务推荐模型TMR。首先,利用文本卷积网络,提取物品名称的特征,将其转化为稠密向量,再结合物品自身属性,作为物品特征向量的初始化表示;其次,采用交替训练的方式,获取知识图谱中的辅助信息,再以DeepFM为特征提取层,挖掘用户(user)和物品(item)的特征交互。实验结果表明:与当前主流推荐方法相比,TMR模型在准确度等评价指标上有很好的表现,提高了推荐系统的性能。

著录项

来源
《陕西师范大学学报：自然科学版》 |2020年第6期|82-89|共8页
作者
朱瑞; 张俊三; 朱杰; 张世栋;
展开▼
作者单位

中国石油大学(华东)计算机科学与技术学院;

山东青岛266580;

中央司法警官学院信息管理系;

河北保定071000;

国网山东省电力公司电力科学研究院;

山东济南250003;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
深度学习; 推荐系统; 知识图谱; 多任务;

相似文献

中文文献
外文文献
专利

1. 一种基于两阶段深度学习的集成推荐模型 [J] . 王瑞琴 ,吴宗大 ,蒋云良 . 计算机研究与发展 . 2019,第008期
2. 一种基于深度学习的两阶段图像去雨网络 [J] . 马悦 . 信息技术 . 2021,第010期
3. 一种基于深度学习的两阶段图像去雾网络 [J] . 吴嘉炜 ,余兆钗 ,李佐勇 . 计算机应用与软件 . 2020,第004期
4. 基于隐马尔科夫模型(HMM)与张量分解的两阶段个性化推荐模型与应用 [J] . 张浩 ,何杰 ,李慧宗 . 科学技术与工程 . 2016,第019期
5. 一种结合矩阵分解和深度学习技术的POI推荐模型 [J] . 董丽丽 ,秦蕾 ,张翔 . 计算机测量与控制 . 2020,第006期
6. 一种基于上下文信息感知的推荐模型 [C] . Wang shufeng ,王树锋 ,Wang wen . 江苏省系统工程学会第七届会员代表大会暨第十三届学术年会 . 2013
7. 基于深度学习的混合推荐模型研究 [A] . 尹文召 . 2020

一种基于KCNN和MKR的两阶段深度学习多任务推荐模型

摘要

著录项

相似文献

相关主题

期刊订阅