融合用戶興趣建模的智能推薦算法研究
所屬分類：技術論文
上傳者：zhoubin333
文檔大?。?span>911 K
標簽： 強化學習 推薦系統(tǒng) DDPG
所需積分：0分積分不夠怎么辦,？
文檔介紹：強化學習被越來越多地應用到推薦系統(tǒng)中。提出一種基于DDPG融合用戶動態(tài)興趣建模的推薦方法（DDPG-LA）,，使用LSTM網(wǎng)絡提取用戶的長期興趣,，利用注意力機制方法提取用戶的短期興趣，將兩種興趣結合作為智能體的狀態(tài),。同時,，在LSTM網(wǎng)絡中加入狀態(tài)增強單元，以加速模型對于用戶長期興趣的建模,，在注意力機制中加入緩解推薦延遲的模塊來解決該方法應用于推薦系統(tǒng)中時所產生的缺陷,。在Movelines的兩個數(shù)據(jù)集上對模型進行實驗，同時在各種測試指標上與傳統(tǒng)方法進行比較,，結果顯示所提出的算法更具優(yōu)越性,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復下載不扣分，本人上傳資源不扣分,。