A Hierarchical Attention Recommender System Based on Cross-Domain Social Networks

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: Los motores de búsqueda y los sistemas de recomendación son un medio esencial para resolver la sobrecarga de información, y los algoritmos de recomendación son el núcleo de los sistemas de recomendación. Recientemente, el algoritmo de recomendación de la red neuronal gráfica basado en redes sociales ha mejorado enormemente la calidad del sistema de recomendación. Sin embargo, estos métodos prestan demasiada poca atención a la heterogeneidad de las redes sociales. De hecho, ignorar la heterogeneidad de las conexiones entre usuarios e interacciones entre usuarios e ítems puede afectar seriamente la representación del usuario. En este artículo, proponemos un sistema de recomendación de atención jerárquica (HA-RS) basado en una red social enmascarada, que combina información de redes sociales e información de comportamiento de usuario, mejorando no solo la precisión de la recomendación, sino también la flexibilidad de la red. Primero, se aprende la representación del nodo en el dominio del ítem a través del modelo Context-NE propuesto y luego la información de características de los nodos vecinos en el dominio social se agrega
Citación recomendada (normas APA)
: Hindawi, "A Hierarchical Attention Recommender System Based on Cross-Domain Social Networks", -:Revista VirtualPRO,, 2020. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3846727/), el día 2025-05-22.

Información adicional