融合时间感知和增强过滤的农业知识推荐模型.pdf

2024年1月第6卷第1期智慧农业（中英文）SmartAgricultureJan.2024Vol.6,No.1

融合时间感知和增强过滤的农业知识推荐模型

1，22，3，42，3，42，3，41，2，3，4*

王鹏哲，朱华吉，缪祎晟，刘畅，吴华瑞

（1.广西大学计算机与电子信息学院，广西南宁530000，中国；2.国家农业信息化工程技术研究中心，北京100097，中国；

3.北京市农林科学院信息技术研究中心，北京100097，中国；4.农业农村部数字乡村技术重点实验室，北京100097，中国）

摘要：［［目的目的/意义意义］］农业场景下的知识服务具有周期性长、活动时间长的特点。传统推荐模型无法有效挖掘农

业场景下的基于农时的隐藏信息。针对上述问题，提出一种融合时间感知和增强过滤的农业知识个性化推荐模型

（Time-awareandFilter-enhancedSequentialRecommendationModelforAgricultureKnowledge,TiFSA）。［［方法方法］］首先，

基于时间感知的位置嵌入方法，将农户交互的时间信息与位置嵌入相结合，帮助学习农业情境下基于农时的项目

相关性。其次，在时间感知位置嵌入的基础上，引入滤波器过滤算法，自适应地衰减农户情境数据中的噪声。最

后，引入时间信息的多头自注意力网络，实现对时间、项目和特征的统一建模，对农户随时间变化的偏好特征进

行情境表示，从而为用户提供可靠的推荐结果。［［结果和讨论结果和讨论］］根据“全国农业知识智能服务云平台”中的用户交

互序列数据集进行实验。结果表明，该模型在农业数据集上的命中率为45.79%，归一化折损累计增益为53.52%；

与近几年性能最佳的模型Ti-SASRec相比分别提升16.19%和14.02%。［［结论结论］］该模型能够有效捕获农业领域的用

户情境特征和建模农户的动态偏好，具有更好的推荐性能。

关键词：农业知识推荐；滤波器算法；时间感知；自注意力网络；序列推荐

中图分类号：TP391.1文献标志码：A文章编号：SA202312012

引用格式：王鹏哲,朱华吉,缪祎晟,刘畅,吴华瑞.融合时间感知和增强过滤的农业知识推荐模型[J].智慧农业(中英

文),2024,6(1):123-134.DOI：10.12133/j.smartag.SA202312012

WANGPengzhe,ZHUHuaji,MIAOYisheng,LIUChang,WUHuarui.AgriculturalKnowledgeRecommendationModel

IntegratingTimePerceptionandContextFiltering[J].SmartAgriculture,2024,6(1):123-134.DOI：10.12133/j.smartag.

SA202312012(inChinesewithEnglishabstract)

0引言期的序列推荐利用Markov链（MarkovChains,MC）

［4］

从用户交互序列中获取顺序模式。该方法只能关

随着现代信息技术在农业领域的广泛应用，发

注到局部的信息，无法从整体构建用户偏好特征。

布于互联网上的农业知识信息量成指数级增长，造近年来，深度学习技术凭借其更强大的深层表达