【摘 要】
：
随着新闻信息的爆炸式增长,个性化新闻推荐对用户快速找到感兴趣的新闻变得非常重要。基于会话的推荐旨在根据用户的行为序列向用户推荐下一个可能感兴趣的项目。但是,现有方
【机 构】
：
南京邮电大学计算机学院,南京邮电大学江苏省无线传感网高技术研究重点实验室,南京邮电大学江苏省大数据安全与智能处理重点实验室
【基金项目】
：
国家自然科学基金(61772285,61373185)资助项目
论文部分内容阅读
随着新闻信息的爆炸式增长,个性化新闻推荐对用户快速找到感兴趣的新闻变得非常重要。基于会话的推荐旨在根据用户的行为序列向用户推荐下一个可能感兴趣的项目。但是,现有方法大都忽略了会话内用户阅读行为的随机性和偶然性,难以捕捉用户的主要兴趣,或者将用户会话视为单个序列,忽视了用户兴趣在不同会话之间的演变和关联。文中提出了一种基于会话的双层注意力机制新闻推荐方法,该方法将用户行为序列划分成多个会话:首先使用卷积神经网络对用户点击的新闻特征进行提取;其次在兴趣感知注意力层结合门控循环单元和自注意力机制获取用户在每个会
其他文献
目的了解深圳市龙岗区出生缺陷发生情况及分布特征，为出生缺陷的预防和干预提供依据。方法收集深圳市龙岗区2002～2007年出生缺陷资料，对资料进行分析。结果6年间共发现出生缺陷
为了提高脑电信号情感识别的准确率,提出了一种基于卷积神经网络(CNN)和长短时记忆(Long Short⁃Term Memory,LSTM)网络的脑电信号情感识别方法。首先,对62个通道的脑电信号
个性化推荐系统是帮助用户发现内容,克服信息过载的重要工具。为了提高推荐算法的准确率和效率,综合协同过滤推荐算法和K⁃means聚类算法,设计了一种基于用户特征和评分的精