融合门控注意力机制与双线性特征交互的推荐模型
来源：计算机应用与软件杂志2024年第4期北京时间：
作者：何昌隆, 文斌
摘要：为了在影视、书籍等单一类型推荐中准确地表达用户的真实偏好, 充分地捕获到推荐数据中的有效特征, 研究并提出一种融合门控注意力机制与双线性特征交互的推荐模型。使用融入门控机制的注意力单元来对用户的局部显性偏好建模, 使用双线性特征交互层来对用户的长期泛性偏好进行挖掘, 以提升深度推荐模型的学习能力。在Amazon(Books)和MovieLens-1M两个公开数据集中进行实验, 实验结果表明所提模型相比于其他推荐模型, 推荐效果有一定程度的提升。
关键词：推荐系统, 深度学习, 注意力机制, 双线性函数, 多层感知机
