典型文献
基于注意力机制和异质信息网络元路径的推荐系统
文献摘要：
异质信息网络(HIN)包含丰富的网络结构和语义信息使其常见于推荐系统中.然而,当前推荐系统的研究工作主要是基于元路径提供的间接信息进行推荐,而未充分利用直接交互信息.为了充分利用这些信息,提出一种融合注意力机制和异质信息网络元路径的三元交互模型(AMMRec).在异质信息网络中使用隐式反馈矩阵构造用户相似度矩阵和项目相似度矩阵,运用异质信息网络的表示学习方法获得对应的特征向量嵌入,通过注意力机制对其进行修正;设计注意力神经网络,将不同元路径的表示向量进行融合;拼接用户嵌入、元路径嵌入和项目嵌入,通过全连接神经网络生成推荐结果.在真实数据集上的实验结果表明,AMMRec的推荐精度最高提升了 9.5％.此外,AMMRec对推荐结果具有良好的可解释性.
文献关键词：
异质信息网络;元路径;注意力机制;推荐算法
中图分类号：
作者姓名：
姜征和;陈学刚
作者机构：
华北电力大学 数理学院,北京102206
文献出处：
引用格式：
[1]姜征和;陈学刚-.基于注意力机制和异质信息网络元路径的推荐系统)[J].计算机应用研究,2022(12):3587-3591,3597
A类：
AMMRec
B类：
注意力机制,异质信息网络,元路径,推荐系统,HIN,语义信息,常见于,接交,交互信息,三元交互模型,隐式反馈,反馈矩阵,用户相似度,相似度矩阵,矩阵和,项目相似度,表示学习方法,特征向量,向量嵌入,注意力神经网络,拼接,全连接神经网络,真实数据,推荐精度,可解释性,推荐算法
AB值：
0.295896
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
