计算机应用研究

作者：冯兴杰,曾云泽,崔桂颖,

单位：中国民航大学计算机科学与技术学院,天津300300；

关键词：推荐系统,协同过滤,评论文本,

基金：中央高校基本科研业务费资助项目(201921)；国家自然科学基金委员会与中国民用航空局联合基金项目(U1233113,U1633110)；国家自然科学青年基金资助项目(61301245,61201414)；；

评论数据存在稀疏问题，不足以支撑学习出更全面的用户偏好。针对评论稀疏问题进行了研究，并提出一种应对评论稀疏的即插即用辅助网络（NRSN），其能与不同的模型进行结合，以添加辅助信息的方式，来重新调整当前模型输出的用户偏好向量。首先根据目标用户，使用aspect-attention机制从其近邻用户评论中学习出近邻用户的偏好，然后采用co-attention机制将近邻用户和目标用户进行契合度匹配，调整出目标用户新的偏好向量。在三组公开数据集下的实验结果表明，NRSN不仅能提高所结合模型的推荐性能，且能有效应对“冷启动”场景下的评论稀疏问题。

来源：2020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2020年第10期