基于GRU网络的会话型混合电商推荐算法
李镇宇1
朱小龙1
周从华2
刘志锋
1.江苏大学计算机科学与通信工程学院 镇江 2120132.江苏大学京口区新一代信息技术产业研究院 镇江 212013
摘要：目前电商数据存在维度多、实时性要求强等特点,很多传统的推荐算法并不能很好地适用于电商推荐.针对电商场景中需要同时考虑用户长期偏好和短期偏好,数据维度高导致推荐算法运行效率低,少数无关数据影响对用户真实意图的判断等问题,论文提出了一种基于GRU网络的会话型混合推荐算法.该混合推荐算法同时考虑了用户的长短期偏好,能够通过注意力机制推测用户真实意图,相比于其他循环神经网络推荐算法提高了运行效率,提高了推荐准确度.
关键词：电商推荐门限循环单元注意力机制长短期状态
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2022-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 942-947 )
英文信息