Indexed by：
Abstract：
本发明涉及一种基于卷积神经网络与联合注意力机制的信息推荐方法，用于有效的利用文本的潜在语义信息，解决传统机器学习的特征提取方法的固有缺陷。本发明将CNN深度神经网络处理的评价文本的特征向量再进行一层注意力机制的处理，增加评价文本中的重点关注点的注意力权重。将用户、项目的向量集合分别和上一层注意力机制的分值再使用一层注意力机制，分别得到用户和项目的注意力机制权重向量，再分别和用户、项目的向量集合进行点乘得到最终表示，合并用户、项目和评价文本得到最终表示，进而进行评分预测。通过与传统的推荐技术进行对比发现，本方法能够更有效地进行推荐，提高了推荐的质量，增强了推荐的可解释性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201911002947.5
Filing Date： 2019-10-18
Publication Date： 2020-02-07
Pub. No.： CN110765260A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
