计算机工程

作者：魏星, 孙浩, 曹健, 祝晓斌

单位：1. 北京科技大学计算机与通信工程学院, 北京 1000832. 北京工商大学计算机学院, 北京 100048

关键词：会话推荐,记忆网络,位置编码,注意力网络,兴趣提取

基金：国家自然科学基金(62172035); 国家重点研发计划(2019YFB1405901)

作为协助用户从海量数据中找到匹配兴趣和需求内容的关键, 会话推荐系统的目标是基于匿名会话预测用户的下一个行为。目前常见的推荐算法对于用户整体兴趣表示不足, 而且很少考虑物品间的位置关系。提出一种基于增强记忆网络的会话推荐模型SR-MAN, 旨在分析全局用户兴趣表征和物品顺序问题。首先, 在物品嵌入向量生成时引入位置编码, 凸显不同位置对序列的影响, 再借助神经图灵机存储近期会话信息, 并设计注意力网络学习长期偏好, 结合用户末次点击作为当前兴趣偏好。最后, 通过整合长期与当前偏好进行预测, 推荐用户感兴趣的项目。在算法训练的过程中, 使用贝叶斯个性化排序(BPR)来估计模型参数, 并在3个数据集上的实验验证了所提方法的有效性。

来源：2024年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第12期