《计算机应用研究》|Application Research of Computers

基于ranking的深度张量分解群组推荐算法

Ranking based hybrid deep tensor factorization model for group recommendation

免费全文下载 (已被下载 次)  
获取PDF全文
作者 杨丽,王时绘,朱博
机构 1.湖北大学 计算机与信息工程学院,武汉 430062;2.中国船舶重工集团公司第709研究所,武汉 420205
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2020)05-006-1311-06
DOI 10.19734/j.issn.1001-3695.2019.02.0067
摘要 针对当前群组推荐研究中,对于用户偏好建模时大多忽略了群组偏好与个人偏好之间的相互影响以及建模初始化问题,提出了一种基于ranking的混合深度张量分解群组推荐算法(R-HDTF)。该算法首先利用基于深度降噪自动编码器的混合神经网络对群组、个人和项目等信息进行初始化;然后提出基于成对张量分解模型来捕获群组、个人和项目之间的相关关系;最后,采用BPR标准优化张量分解的损失函数,学习提出算法的参数。在真实数据集上的实验结果表明,该算法性能优于传统的主流群组推荐算法。
关键词 推荐算法; 群组; 深度学习; 张量分解
基金项目 国家自然科学基金青年基金资助项目(11401187)
国家自然科学基金资助项目(61403132)
湖北省教育厅科学技术研究计划青年人才项目(Q20161001)
本文URL http://www.arocmag.com/article/01-2020-05-006.html
英文标题 Ranking based hybrid deep tensor factorization model for group recommendation
作者英文名 Yang Li, Wang Shihui, Zhu Bo
机构英文名 1.School of Computer Science & Information Engineering,Hubei University,Wuhan 430062,China;2.709 Research Institute of China Shipbuilding Industry Corporation,Wuhan 420205,China
英文摘要 When modeling users' preferences, current researches of group recommendation usually ignored the mutual influence between group preference and individual preference and the problem of modeling initialization. To address these issues, this paper proposed a new group recommendation model called ranking based hybrid deep tensor factorization model, namely R-HDTF model. First of all, this paper developed a hybrid deep learning-based initialization method, which utilized deep denoising autoencoder to pretrain the initial values of the parameters for the R-HDTF model. Then, it proposed a pairwise tensor factorization model to capture the correlation among group, individual and item. Finally, it used the Bayesian personalized ranking(BPR) metric to optimize the loss objective function of tensor factorization and learn the parameters of the proposed model. Experimental results on real data sets show that the performance of the proposed algorithm outperforms traditional group recommendation algorithm.
英文关键词 recommendation algorithm; group; deep learning; tensor factorization
参考文献 查看稿件参考文献
 
收稿日期 2019/2/1
修回日期 2019/4/1
页码 1311-1316
中图分类号 TP301.6
文献标志码 A