一種基于評(píng)論的多特征融合深度協(xié)同推薦算法

打開文本圖片集

摘  要：在基于評(píng)論的推薦算法中，文本特征通常會(huì)在訓(xùn)練中發(fā)生損失，導(dǎo)致最后的特征交互不足，影響推薦效果。為了獲取包含更多信息的文本特征，得到更準(zhǔn)確的預(yù)測(cè)值，文章提出一種基于評(píng)論的多特征融合深度協(xié)同推薦算法。該算法首先對(duì)評(píng)論文本進(jìn)行預(yù)處理，然后通過由卷積文本網(wǎng)絡(luò)和雙向GRU網(wǎng)絡(luò)構(gòu)成的C&G模塊進(jìn)行多特征提取，同時(shí)引入注意力機(jī)制，最后在融合層進(jìn)行融合預(yù)測(cè)。（剩余7664字）