基于融合特征的LSTM评分预测

摘要

隐语义模型(LFM)能够有效地提取用户和对象的特征。本文基于LFM所提取的有效特征,提出一种基于融合特征的长短期记忆网络(LSTM)评分预测模型(F-LFM-LSTM)。首先,运用LFM模型提取用户和对象的有效特征。然后,融合用户的职业、年龄、性别标签和对象类别标签等辅助信息。最后,运用LSTM网络训练得到预测评分。通过在MovieLens100k数据集上实验表明,相比于几种得到较为广泛研究的算法,F-LFM-LSTM模型能够取得更好的评分预测效果。