-
题名生成对抗网络及其个性化推荐研究
被引量：3
- 1
-
-
作者
杨宇
吴国栋
刘玉良
汪菁瑶
范维成
-
机构
安徽农业大学信息与计算机学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第3期574-581,共8页
-
基金
国家自然科学基金项目(31671589)资助
嵌入式系统与服务计算教育部重点实验室开放基金项目(ESSCKF2020-03)资助
+1 种基金
安徽省自然科学基金项目(2108085MF209)资助
安徽省科技重大专项项目(202103b06020013)资助。
-
文摘
生成对抗网络(Generative Adversarial Nets)是一种融合了生成学习和对抗学习的无监督学习方法,以零和博弈作为核心思想,其组件通过互相对抗不断地提升模型效果.将GAN模型融入到推荐领域中,可有效缓解数据稀疏性问题,提高推荐效果.本文从模型输入的是隐式反馈信息或显式反馈信息两个方面对基于GAN的个性化推荐模型进行了分析;探讨了基于GAN的个性化推荐研究已取得的相关成果,指出了现有GAN推荐研究在稳定性较差、缺少通用优化方法、模型复杂度较高、缺少通用评测指标等方面的不足;并从提高模型稳定性、缓解数据稀疏性、融合多场景、融入图神经网络等方面对GAN推荐的未来发展性方向进行了展望.
-
关键词
生成对抗网络
推荐系统
隐式反馈
显式反馈
-
Keywords
generative adversarial nets
recommend system
implicit feedback
explicit feedback
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名用户行为序列个性化推荐研究综述
被引量：2
- 2
-
-
作者
汪菁瑶
吴国栋
范维成
涂立静
李景霞
-
机构
安徽农业大学信息与计算机学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第5期921-935,共15页
-
基金
国家自然科学基金项目(31671589)资助
安徽省自然科学基金项目(2108085MF209)资助
+1 种基金
安徽省科技重大专项项目(202103b06020013)资助
嵌入式系统与服务计算教育部重点实验室开放基金项目(ESS-CKF2020-03)资助。
-
文摘
作为缓解信息过载的一种重要方式,推荐系统可以帮助用户从海量信息中快速找到有价值的信息,其应用也越来越广泛.用户行为序列个性化推荐,又简称为序列推荐,主要根据用户与物品交互行为对用户特征进行建模,进而使用不同方法捕捉用户的长期偏好和短期偏好,向用户推荐其可能感兴趣的物品.本文从用户偏好会随时间变化的视角出发,分为用户长期偏好、短期偏好和长短期偏好3个方面,重点探讨了现有用户行为序列个性化推荐研究取得的主要进展;分析了当前用户行为序列个性化推荐研究中存在的冷启动、数据稀疏和噪声干扰等主要问题,并进一步展望了该领域未来主要研究方向.
-
关键词
用户行为序列
序列推荐
长期偏好
短期偏好
-
Keywords
user behavior sequence
sequence recommendation
long-term preference
short-term preference
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
