基于SE模块的神经协同过滤
发布时间：2025-09-07
点击次数：
- DOI码：
- 10.14022/j.issn1674-6236.2024.14.006
- 发表刊物：
- 电子设计工程
- 关键字：
- 推荐系统;;协同过滤;;特征融合;;深度学习
- 摘要：
- 基于传统推荐方法对辅助信息利用不足，为优化用户、项目间内在联系挖掘有限等问题，采用将Squeeze-and-Excitation Networks结构嵌入神经协同过滤的方法提出SE-NCF模型，利用SE模块学习权重，去除不同特征中权重较低的噪声来实现特征融合，通过神经协同过滤层获得用户-项目间的线性与非线性关系，实现模型优化。通过茶评与Amazon＿Food两公开数据集对同类推荐方法进行实验，实验结果表明，相比于原神经协同过滤，SE-NCF模型在两数据集中MSE指标与NDCG指标均得到改善，在茶评数据集下MSE降低10%,NDCG提升5.1%；在Amazon＿Food下MSE降低4.3%,NDCG提升9.3%。
- 卷号：
- 32
- 期号：
- 14
- 页面范围：
- 30-34+39
- ISSN号：
- 1674-6236
- 是否译文：
- 否
- 发表时间：
- 2024-07-12