基于注意力机制的音乐深度推荐算法-计算机应用研究.PDFVIP

———————————————————————————————————————————————— 基于注意力机制的音乐深度推荐算法 作者 张全贵，张新新，李志强 机构 辽宁工程技术大学 电子与信息工程学院 DOI 10.3969/j.issn.1001-3695.2018.01.0075 基金项目 国家留学基金资助项目（留金法［2015］5104） 预排期卷 《计算机应用研究》2019 年第36 卷第8 期 摘要 在海量音乐中，如何根据用户的历史收听记录分析用户需求以实现歌曲推荐是音乐推荐领域 具有挑战性课题之一。现有的音乐推荐方法仅简单将用户听过的所有音乐均作为音乐推荐的 上下文，导致不同类型音乐学习到的上下文权重分配相同，其严重影响了音乐推荐精度。针 对此问题，提出了一种基于注意力机制的音乐深度推荐方法，针对不同用户的历史收听音乐 动态分配不同的注意力，即学习出不同的上下文权重，使推荐结果更符合用户的实际偏好。 通过在公开音乐数据集 Million Song Dateset 上的测试，所提方法的推荐准确率有很大的提 升。 关键词 深度学习；注意力机制；音乐推荐 作者简介 张全贵（1978-），男，河北秦皇岛人，副教授，博士，主要研究方向为计算机视觉 推荐系统 ､ 机器学习 数据挖掘等（zhqgui@126.com）；张新新（1994-），女，辽宁朝阳人，硕士，主 ､ ､ 要研究方向为机器学习 推荐系统 数据挖掘等；李志强（1993-），男，辽宁锦州人，硕士， ､ ､ 主要研究方向为机器学习 计算机视觉 推荐系统等． ､ ､ 中图分类号 TP391 访问地址 /article/02-2019-08-014.html 投稿日期 2018 年1 月30 日 修回日期 2018 年3 月28 日 发布日期 2018 年4 月24 日 基于注意力机制的音乐深度推荐算法 ———————————————————————————————————————————————— 引用格式 张全贵, 张新新, 李志强. 基于注意力机制的音乐深度推荐算法[J/OL]. 2019, 36(8). [2018-04- 24]. /article/02-2019-08-014.html. 36 8 Vol. 36 No. 8 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于注意力机制的音乐深度推荐算法 * 张全贵，张新新，李志强 (辽宁工程技术大学 电子与信息工程学院, 辽宁 葫芦岛 125105) 摘 要：在海量音乐中，如何根据用户的历史收听记录分析用户需求以实现歌曲推荐是音乐推荐领域具有挑战性课题 之一。现有的音乐推荐方法仅简单将用户听过的所有音乐均作为音乐推荐的上下文，导致不同类型音乐学习到的上下 文权重分配相同，其严重影响了音乐推荐精