基于自注意力机制的TransNet推荐模型

马宏爽; 刘其成; 牟春晓

doi:10.13951/j.cnki.37-1213/n.211207

烟台大学学报（自然科学与工程版） ›› 2023, Vol. 36 ›› Issue (3) : 320 -328. DOI: 10.13951/j.cnki.37-1213/n.211207

基于自注意力机制的TransNet推荐模型

马宏爽, 刘其成, 牟春晓

作者信息 +

Author information +

文章历史 +

摘要

在神经网络的推荐模型基础上引入自注意力机制，提出一种改进的基于自注意力机制TransNet推荐模型SATransNet。SATransNet模型使用卷积神经网络提取评论特征，通过自注意力神经网络自动学习特征内部的依赖关系，由依赖关系来决定需要关注的特征，从而解决数据表达能力不足的缺陷。本文在不同数据集上进行了实验比较与分析，SATransNet推荐模型在不同数据集上的预测评分较好，均方误差总体呈优。与基于注意力机制的推荐模型相比，SATransNet推荐模型的归一化折损累计增益均有提升，具有较好的预测评分效果和推荐相关性。