一種基于長短期興趣的推薦算法設計

打開文本圖片集

摘要：用戶的長期和短期興趣對于用戶搜索意圖表達具有重要的作用，利用這些信息能夠進一步改進推薦系統(tǒng)效果。文章提出了一種基于用戶長期和短期興趣的推薦算法，基于改進的GRU模型對用戶歷史交互序列進行學習，提取其短期興趣，利用長期興趣和短期興趣共同對用戶的行為進行預測，同時短期興趣還用于長期興趣的更新。實驗驗證結果表明，該算法能夠進一步準確表達用戶的興趣和意圖，系統(tǒng)能夠產(chǎn)生更加符合用戶需求的推薦結果，提高推薦系統(tǒng)的性能。（剩余5859字）