基于对比学习和傅里叶变换的序列推荐算法

• 全文链接
• 请求原文

作   者：

张少东;  杨兴耀;  于炯;  李梓杨;  刘岩松; 

作者机构：

新疆大学软件学院; 

关键词：

自注意力机制;  对比学习;  序列推荐;  推荐算法; 

期刊名称：

电子科技大学学报

i s s n：

1001-0548

年卷期：

2023 年 52 卷 004 期

页   码：

610-619

摘   要：

提出一种基于自注意力机制和傅立叶变换的序列推荐算法CSFTRec.通过过滤原始数据中的噪声,最大限度地提高自注意力机制对序列数据的特征捕捉能力.根据对比学习的特点,在贝叶斯个性化排名的基础上引入一种新的对比损失,用于联合训练,可以缩短不同相似序列之间的距离.在 8个公共数据集上的实验表明,CSFTRec的收敛速度更快,推荐精度有3%~5%的提高,更适合处理序列数据.