一种基于自注意力机制的组推荐方法

摘要

基于自注意力网络和神经协同过滤模型(neural collaborative filtering,NCF)提出一种基于自注意力机制的组推荐系统模型SAGR(self-attention group recommendation),用于建模用户交互数据以及学习群组潜在偏好的表示.通过在用户级和项目级分别使用自注意力机制,动态调整组中每个用户的权重,解决偏好融合问题从而得到组表示.再通过多层神经网络框架NCF从数据中挖掘组和项目之间的交互,最终完成群组推荐.在CAMRa2011和MovieLens数据集上与同类方法进行对比,实验结果表明SAGR方法能够取得更好的组推荐结果.