کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4946539 1439292 2016 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Recurrent neural network based recommendation for time heterogeneous feedback
ترجمه فارسی عنوان
توصیه های مبتنی بر شبکه عصبی مکرر برای بازخورد ناهمگن زمان
کلمات کلیدی
سیستم توصیه شده، فیلتر کردن همگانی، بازخورد ناهمگن زمان، شبکه عصبی مکرر، یادگیری عمیق،
ترجمه چکیده
در سیستم های توصیه شده، چندین نوع بازخورد کاربر با تمبر زمان برای جمع آوری و استفاده می شود، که به عنوان زمان پاسخ پیشنهاد عدم بازخورد نامیده می شود. روش های توصیه شده موجود می توانند تنها یک نوع بازخورد را مرتفع کنند و یا تمبر های زمان بازخورد را نادیده بگیرند. برای حل مسئله پیشنهاد بازخورد ناهمگن زمان، در این مقاله پیشنهاد می کنیم یک مدل شبکه عصبی مجدد برای پیش بینی احتمال دسترسی کاربر به یک مورد با توجه به بازخورد ناهمگن زمان این کاربر ارائه کنیم. برای کسب اطلاعات بیشتر، اولین بار برای حل مسئله پیشنهاد بازخورد ناهمگن زمانه با استفاده از مدل شبکه عصبی هستیم. مدل پیشنهادی با الگوریتم انتشار عقب و انتشار عقب از طریق الگوریتم زمان یاد می شود. نتایج مقایسه در چهار مجموعه داده های واقعی نشان می دهد که روش پیشنهادی از روش های مقابله ای با پیشرفت بالا برخوردار است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
توصیه های مبتنی بر شبکه عصبی مکرر برای بازخورد ناهمگن زمان
چکیده انگلیسی
In recommender systems, several kinds of user feedback with time stamps are collected and used for recommendation, which is called the time heterogeneous feedback recommendation problem. The existing recommendation methods can handle only one kind of feedback or ignore the time stamps of the feedback. To solve the time heterogeneous feedback recommendation problem, in this paper, we propose a recurrent neural network model to predict the probability that the user will access an item given the time heterogeneous feedback of this user. To our best knowledge, it is the first time to solve the time heterogeneous feedback recommendation problem by deep neural network model. The proposed model is learned by back propagation algorithm and back propagation through time algorithm. The comparison results on four real-life datasets indicate that the proposed method outperforms the compared state-of-the-art approaches.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Knowledge-Based Systems - Volume 109, 1 October 2016, Pages 90-103
نویسندگان
, , , ,