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

注意力协同辅助变分推荐算法

Attentive collaborative side variational recommender algorithm

免费全文下载 (已被下载 次)  
获取PDF全文
作者 康雁,王沛尧,李浩,李晋源,杨其越,崔国荣
机构 云南大学 软件学院,昆明 650500
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2020)11-010-3250-05
DOI 10.19734/j.issn.1001-3695.2019.08.0283
摘要 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。
关键词 推荐系统; 注意力机制; 辅助信息; 变分自动编码器
基金项目 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)
本文URL http://www.arocmag.com/article/01-2020-11-010.html
英文标题 Attentive collaborative side variational recommender algorithm
作者英文名 Kang Yan, Wang Peiyao, Li Hao, Li Jinyuan, Yang Qiyue, Cui Guorong
机构英文名 College of Software,Yunnan University,Kunming 650500,China
英文摘要 For the high dimension and insufficient sample of side information and user comment input in the recommendation algorithm, this paper proposed an attentive collaborative side variational autoencoder recommender model(sVAE-a) for the nonlinear modeling ability of variational autoencoder and the related data enhancement ability of the attention mechanism. This model used collaborative side variational autoencoder to model the side information. At the same time, it used the attention mechanism to integrate the side information into the collaborative variational autoencoder architecture to strengthen the hidden variables and provide the decoder with cleaner features. At last, it used the variational inference to approximate the side information and the user′s comments, and obtained the recommended model through the parameters training. The experimental results on the MovieLens-20M dataset show that the method can improve not only from the basic recall rate index, but also from the coverage rate and normalized damage cumulative gain(NDCG) index. The model is easy to implement. It can combine different types of input and side information, and improve recommendation performance.
英文关键词 recommender system; attention mechanism; side information; variational autoencoder
参考文献 查看稿件参考文献
 
收稿日期 2019/8/29
修回日期 2019/10/16
页码 3250-3254
中图分类号 TP301.6
文献标志码 A