典型文献
融合多模态深度游走与偏差校准因子的推荐模型
文献摘要：
曝光偏差严重影响协同过滤模型的推荐精度,导致预测结果偏离用户的真实兴趣,而现有模型对曝光偏差的建模能力有限,甚至放大偏差.为此,提出融合多模态深度游走与偏差校准因子(MmDW-BC)的推荐模型.首先,引入项目多模态属性特征作为项目图的连接边,从而缓解低曝光项目交互数据稀疏的问题;在此基础上,构建图嵌入模块——多模态深度游走(MmDW)将项目多模态信息融入嵌入向量,以获取丰富的节点表示;最后,基于校准策略设计新的偏差校准推荐算法进行用户偏好预测.将提出的模型应用于Amazon和ML-1M数据集上,实验结果验证所提模型明确考虑曝光偏差来提升推荐精度的必要性和有效性.
文献关键词：
推荐模型;曝光偏差;偏差校准;项目曝光度;用户活跃度
中图分类号：
作者姓名：
武子腾;宋承云
作者机构：
重庆理工大学计算机科学与工程学院,重庆400054
文献出处：
引用格式：
[1]武子腾;宋承云-.融合多模态深度游走与偏差校准因子的推荐模型)[J].计算机应用,2022(08):2432-2439
A类：
偏差校准,MmDW,项目曝光度
B类：
深度游,游走,校准因子,推荐模型,曝光偏差,协同过滤,过滤模型,推荐精度,结果偏离,现有模型,建模能力,大偏差,BC,属性特征,接边,交互数据,数据稀疏,建图,图嵌入,多模态信息,嵌入向量,节点表示,策略设计,推荐算法,用户偏好,模型应用,Amazon,ML,1M,用户活跃度
AB值：
0.367327
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。
