融合語義特征和知識特征的推薦模型

摘要： 針對傳統(tǒng)推薦模型面臨的數(shù)據(jù)稀疏性問題，提出一種基于結(jié)合注意力機制的門控循環(huán)單元的融合語義和知識特征的推薦模型?；谥R圖譜，使用連續(xù)詞袋模型捕獲項目實體對應(yīng)的語義特征，依據(jù)“偏好擴散”思想進行知識特征的學習，將不同層面特征進行融合后，使用結(jié)合注意力機制的門控循環(huán)單元挖掘用戶潛在興趣偏好?；贛ovieLens數(shù)據(jù)集的對比實驗結(jié)果表明，所提模型能夠有效提升推薦效果并緩解數(shù)據(jù)稀疏性...