融合注意力機(jī)制和評論文本特征的推薦算法

摘要： 為區(qū)分基于評論文本推薦算法中不同評論文本數(shù)據(jù)對不同用戶或物品的差異，提出一種融合注意力機(jī)制和評論文本特征的推薦算法(RAAM)。在卷積神經(jīng)網(wǎng)絡(luò)中加入三級注意力機(jī)制，分別從單詞級別、語句級別和評論級別為不同用戶或物品區(qū)分評論數(shù)據(jù)的重要性，引入共同注意力網(wǎng)絡(luò)模擬用戶與物品之間的交互，獲取更多用戶和物品的交互信息，提高推薦效果。在Amazon的5個數(shù)據(jù)集上的對比實驗結(jié)果驗證了算法的有... （共7頁）