论文部分内容阅读
针对群组推荐算法中矩阵稀疏和群组偏好融合问题,提出一种基于注意力机制的神经网络贝叶斯群组推荐算法(ANBGR)。利用群组和项目的交互记录,生成群组对于正项目和负项目的偏好三元组,然后将群组中的用户和项目映射到高维空间,生成用户和项目的潜在矩阵信息。注意力模型使用不同权重下用户偏好聚合和用户偏好交互的策略,隐藏层使用多层感知机网络结构生成群组非线性高维特征。最终基于贝叶斯理论优化算法实现群组对于项目的偏好预测,实验结果表明,该方法相对于对比实验算法有更好的推荐结果。