计算机应用研究

作者：牛路帅,彭龑,

单位：四川轻化工大学自动化与信息工程学院,四川宜宾644000；

关键词：推荐算法,深度学习,位置信息,多头注意力机制,xDeepFM,

基金：四川省科技厅重点研发项目(19ZDYF1078)；自贡市科技局科技计划资助项目(2018GYCX33)；；

为了解决推荐模型中无法挖掘用户兴趣多样性和捕捉用户行为序列之间的顺序信息，以及交互发生在元素级并非特征向量之间等问题，提出一种基于多头注意力机制和位置信息的xDeepFM推荐模型（extreme deep multiple attention and location information factorization machine，xDMALFM）。首先通过多头注意力机制进行不同子空间的特征深度提取，然后利用位置信息去捕捉用户行为序列之间的顺序关系。最后，利用三个公开数据集进行对比实验，以AUC指标进行评估。实验结果表明所提算法相比xDeepFM模型具有更好的推荐性能，验证了其有效性与可行性。

来源：2021年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第10期