计算机应用研究

作者：段超,张婧,何彬,陈增照,

单位：华中师范大学人工智能教育学部a.国家数字化学习工程技术研究中心;b.教育大数据应用技术国家工程实验室,武汉430079；

关键词：双注意力机制,协同过滤,卷积神经网络,自编码器,

基金：国家自然科学基金资助项目(62077022)；国家教育部人文社科青年基金资助项目(20YJC880024)；；

大量研究利用用户或项目的边信息来缓解视频推荐中的数据稀疏和冷启动问题，取得了一定的效果，但是没有关注辅助信息中的关键信息。针对此问题进行了研究，提出了一种融合双注意力机制的深度混合推荐模型。该模型通过融合自注意力机制的卷积神经网络挖掘项目端隐藏因子，同时融合自注意力机制的堆栈去噪自编码器提取用户端隐藏因子，深度挖掘项目端和用户端的重要信息。最后，通过结合概率矩阵分解实现视频评分预测。在两个公开数据集上的大量实验结果表明，提出的方法结果在已有ConvMF+、PHD、DUPIA等基线模型基础上有一定提升。

来源：2021年第9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9期