计算机应用研究

作者：康雁,王沛尧,李浩,李晋源,杨其越,崔国荣,

单位：云南大学软件学院,昆明650500；

关键词：推荐系统,注意力机制,辅助信息,变分自动编码器,

基金：国家自然科学基金资助项目(61762092,61762089)；云南省软件工程重点实验室开放基金资助项目(2017SE204)；；

针对推荐算法中辅助信息和用户评论输入的高维度和样本不足的问题，基于变分自动编码器的非线性建模能力，与注意力机制的关联数据增强的特质，提出了注意力协同辅助变分自编码器推荐模型（sVAE-a）。该模型采用协同辅助变分自动编码来对辅助信息进行建模；同时通过注意力机制将辅助信息结合到协同变分自动编码器架构中，对隐变量进行加强，为解码器提供更干净的特征；最后通过变分推断来对辅助信息和用户评论近似分布，通过训练参数得到推荐模型。在MovieLens-20M数据集上的实验结果表明，该方法无论在基本的召回率，还是进一步的覆盖率和归一化折损累计增益度（NDCG）指标上都有相应的提升。该模型易于实现，可结合不同类型的输入与辅助信息，提升推荐效能。

来源：2020年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第11期