计算机应用研究

作者：邱宁佳,王宪勇,王鹏,

单位：长春理工大学计算机科学技术学院,长春130022；

关键词：推荐算法,评论量化模型,多头注意力机制,差分进化算法,聚类优化,

基金：吉林省科技发展计划技术攻关项目(20190302118GX)；吉林省教育厅“十三五”科学技术项目(JJKH20190600KJ)；；

为了解决推荐算法中无法挖掘用户深层兴趣偏好，从而导致提取准确度低下，以及相似用户聚类准确率低下时间复杂度高等问题，提出评论量化模型优化差分进化的聚类优化推荐算法（MT-QRPD）。首先利用BiGRU网络的特征时序性与CNN的强局部特征有效性联合提取评论深度特征，并利用多头注意力机制的多维语义特征筛选对评论进行深度语义特征挖掘；然后经过多层感知机非线性转换进行多特征融合完成准确量化；最后使用PCA对差分进化变异选择进行优化完成相似用户聚类优化操作，寻找相似用户完成项目推荐。通过多项实验分析表明，所提推荐算法在量化评分准确度、时间复杂度以及推荐性能上都有较好的提升。

来源：2021年第5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5期