融合项目评分不确定度的多属性深度神经协同推荐模型

摘要

现有大多数深度学习推荐模型只使用用户的单一评分信息进行模型训练，忽视了用户在项目不同属性上的偏好行为，这在一定程度上影响推荐准确性。为此，提出一种融合项目评分不确定度的多属性深度神经协同推荐模型来学习用户在项目各属性上的评分行为，高效捕捉用户的多维度偏好特征。为使模型能充分考虑用户对项目各属性的评分分布一致性，引入项目评分不确定度来提取项目的个性化属性特征，并将其作为多属性评分的权重因子来修正模型的初始预测结果。利用修正后的多属性评分来预测用户偏好，证明所提模型能为用户提供更为准确的推荐。在2个真实数据集上的实验结果表明：相较于次优对比方法，所提模型在评估指标F1和NDCG方面分别最高增长4.3%和3.9%,模型的推荐能力强，能提高推荐质量。

关键词

项目评分不确定度 / 多属性推荐模型 / 深度神经网络 / 协同过滤

基金资助

国家自然科学基金项目(62272077,72301050); 重庆市教委科学技术研究项目(KJQN202300605)