全局-局部信息增強(qiáng)的捆綁列表推薦

摘要： 為解決捆綁列表推薦中會(huì)話興趣表征不充分，以及預(yù)構(gòu)建捆綁包不能根據(jù)會(huì)話動(dòng)態(tài)興趣進(jìn)行個(gè)性化推薦的問(wèn)題，提出一種全局-局部信息增強(qiáng)的捆綁列表生成網(wǎng)絡(luò)。利用包含相對(duì)位置編碼的時(shí)間加權(quán)多頭注意力機(jī)制提取會(huì)話的全局信息，結(jié)合設(shè)計(jì)的多粒度深度可分離卷積融合會(huì)話的局部信息，通過(guò)自回歸捆綁列表生成網(wǎng)絡(luò)生成多樣化的捆綁列表。在亞馬遜數(shù)據(jù)集上進(jìn)行廣泛的實(shí)驗(yàn)，對(duì)生成捆綁包的大小進(jìn)行分析，模型效果相比其... （共8頁(yè)）