期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
源域数据增强与多兴趣细化迁移的跨域推荐模型
1
作者
尹雅博
朱小飞
刘议丹
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第8期1717-1727,共11页
针对跨域推荐任务中源域用户交互数据不丰富所导致的兴趣偏好建模困难问题,以及多个兴趣之间的关联被忽略问题,提出源域数据增强与多兴趣细化迁移的跨域推荐模型.该模型引入源域数据增强策略,为每个用户在源域中生成经过去噪处理的辅助...
针对跨域推荐任务中源域用户交互数据不丰富所导致的兴趣偏好建模困难问题,以及多个兴趣之间的关联被忽略问题,提出源域数据增强与多兴趣细化迁移的跨域推荐模型.该模型引入源域数据增强策略,为每个用户在源域中生成经过去噪处理的辅助序列,缓解用户在源域中的交互数据稀疏问题,获得更丰富的用户兴趣偏好.使用双序列多兴趣提取模块和多兴趣细化迁移模块,完成兴趣提取与多个兴趣的细化迁移.在基于3个公开跨域推荐评测任务的对比实验中,与最优的基线相比,提出方法的平均MAE降低了22.86%,平均RMSE降低了19.65%,取得了最优的性能表现,证明了提出方法的有效性.
展开更多
关键词
冷启动问题
跨域推荐
数据增强
多
兴趣
提取
多
兴趣
细化迁移
下载PDF
职称材料
融合时间感知和多兴趣提取网络的序列推荐
2
作者
唐宏
金哲正
+1 位作者
张静
刘斌
《重庆邮电大学学报（自然科学版）》
CSCD
北大核心
2024年第4期807-818,共12页
针对序列推荐任务中的时间动态性和多重兴趣建模问题,提出一种时间感知的项目嵌入方法,用于学习项目之间的时间关联性。在此基础上,提出一种融合时间感知和多兴趣提取网络的序列推荐(time-aware multi-interest sequence recommendation...
针对序列推荐任务中的时间动态性和多重兴趣建模问题,提出一种时间感知的项目嵌入方法,用于学习项目之间的时间关联性。在此基础上,提出一种融合时间感知和多兴趣提取网络的序列推荐(time-aware multi-interest sequence recommendation,TMISA)方法。TMISA采用自注意力序列推荐模型作为局部特征学习模块,以捕捉用户行为序列中的动态偏好;通过多兴趣提取网络对用户的全局偏好进行建模;引入门控聚合模块将局部和全局特征表示动态融合,生成最终的用户偏好表示。实验证明,在5个真实推荐数据集上,TMISA模型表现出卓越性能,超越了多个先进的基线模型。
展开更多
关键词
序列推荐
自注意力机制
时间感知的项目嵌入
多
兴趣
提取
网络
门控聚合模块
下载PDF
职称材料
题名
源域数据增强与多兴趣细化迁移的跨域推荐模型
1
作者
尹雅博
朱小飞
刘议丹
机构
重庆理工大学计算机科学与工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第8期1717-1727,共11页
基金
国家自然科学基金资助项目(62141201)
重庆市自然科学基金资助项目(CSTB2022NSCQ-MSX1672)
+1 种基金
重庆市教育委员会科学技术研究计划资助项目(KJZD-M202201102)
重庆理工大学研究生教育高质量发展行动计划资助项目(gzlcx20233203).
文摘
针对跨域推荐任务中源域用户交互数据不丰富所导致的兴趣偏好建模困难问题,以及多个兴趣之间的关联被忽略问题,提出源域数据增强与多兴趣细化迁移的跨域推荐模型.该模型引入源域数据增强策略,为每个用户在源域中生成经过去噪处理的辅助序列,缓解用户在源域中的交互数据稀疏问题,获得更丰富的用户兴趣偏好.使用双序列多兴趣提取模块和多兴趣细化迁移模块,完成兴趣提取与多个兴趣的细化迁移.在基于3个公开跨域推荐评测任务的对比实验中,与最优的基线相比,提出方法的平均MAE降低了22.86%,平均RMSE降低了19.65%,取得了最优的性能表现,证明了提出方法的有效性.
关键词
冷启动问题
跨域推荐
数据增强
多
兴趣
提取
多
兴趣
细化迁移
Keywords
cold-start problem
cross-domain recommendation
data augmentation
multi-interest extraction
multi-interest refinement transfer
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
融合时间感知和多兴趣提取网络的序列推荐
2
作者
唐宏
金哲正
张静
刘斌
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学移动通信技术重庆市重点实验室
出处
《重庆邮电大学学报（自然科学版）》
CSCD
北大核心
2024年第4期807-818,共12页
基金
国家自然科学基金项目(61971080)。
文摘
针对序列推荐任务中的时间动态性和多重兴趣建模问题,提出一种时间感知的项目嵌入方法,用于学习项目之间的时间关联性。在此基础上,提出一种融合时间感知和多兴趣提取网络的序列推荐(time-aware multi-interest sequence recommendation,TMISA)方法。TMISA采用自注意力序列推荐模型作为局部特征学习模块,以捕捉用户行为序列中的动态偏好;通过多兴趣提取网络对用户的全局偏好进行建模;引入门控聚合模块将局部和全局特征表示动态融合,生成最终的用户偏好表示。实验证明,在5个真实推荐数据集上,TMISA模型表现出卓越性能,超越了多个先进的基线模型。
关键词
序列推荐
自注意力机制
时间感知的项目嵌入
多
兴趣
提取
网络
门控聚合模块
Keywords
sequential recommendation
self-attention
time-aware item embedding
multi-interest extraction network
gated aggregation module
分类号
TN3913.3 [电子电信—物理电子学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
源域数据增强与多兴趣细化迁移的跨域推荐模型
尹雅博
朱小飞
刘议丹
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
融合时间感知和多兴趣提取网络的序列推荐
唐宏
金哲正
张静
刘斌
《重庆邮电大学学报（自然科学版）》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
