增强非线性特征提取的时间间隔感知序列推荐

摘要：

针对基于时间间隔的序列推荐模型存在的非线性特征提取不充分问题,提出了增强非线性特征提取的时间间隔感知序列推荐模型,改进了已有的推荐模型.用多层线性层代替传统的基于时间间隔的序列推荐模型中的前馈神经网络,增强模型对于深层次项目交互信息的捕捉能力.在三个公开数据集上验证了所提出模型的有效性.评估指标平均提高1.9％,最高提升5.2％.

关键词：深度学习、推荐算法、序列推荐、时间序列、多层感知机

所属期刊栏目：6

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：85-87,90