基于双重注意力机制的数据偏好表征学习算法分析
2025.11.10点击:
摘要:阐述为解决项目双方数据之间的匹配困难问题,面向计算平台提出一种基于双重注意力机制的数据偏好表征学习(DA-IPRL)算法。利用双重注意力机制,从多源异构的数据中多层次地表征数据的偏好和项目特征,并通过深度学习与协同过滤算法的结合,实现更精确的推荐效果。
关键词: 注意力机制;深度学习;协同过滤;多模态融合;项目推荐;
基金资助: 教育部人文社会科学研究一般项目(23YJCZH28123YJCZH281); 上海市哲学社会科学规划课题(2022ZGL010);
DOI: 10.19339/j.issn.1674-2583.2025.08.032
专辑: 信息科技
专题: 自动化技术
分类号: TP18
- 上一篇:基于改进蒙特卡罗方法的电动汽车永磁同步电机故障树可靠性分析 2025/11/10
- 下一篇:FC-BGA封装基板热导性能的优化方法分析 2025/11/10