FastGR:一种基于神经协同过滤的群组推荐算法
Journal of Nanjing Normal University(Engineering and Technology Edition)（2022）
摘要
群组推荐问题的关键在于如何对组内各成员不同的偏好进行融合来适应所有成员的需求.基于神经协同过滤框架和注意力机制的群组推荐算法从数据中动态地学习融合策略,相较于传统基于预定义策略的方法明显提升了推荐效果,但模型训练及推理时间较长.本文在此基础上重构了群组偏好融合模块,引入卷积神经网络来提取群组成员的特征,从而实现偏好融合:在公开数据集上的实验表明,本文算法比现有的算法具有更优的精度,训练速度提高了14倍.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要