基于Mamba2与自适应时频分析的序列推荐模型.pdfVIP

  • 0
  • 0
  • 约2.62万字
  • 约 6页
  • 2026-02-02 发布于江西
  • 举报

基于Mamba2与自适应时频分析的序列推荐模型.pdf

第43卷第3期湖北民族大学学报(自然科学版)Vol.43No.3

2025年9月JournalofHubeiMinzuUniversity(NaturalScienceEdition)Sep.2025

----

文章编号:20967594(2025)03040506DOI:10.13501/j.cnki.421908/n.2025.06.024

基于Mamba2与自适应时频分析的序列推荐模型

胡春阳ꎬ刘唤唤ꎬ葛斌ꎬ韦忠亮ꎬ霍振革

(安徽理工大学计算机科学与工程学院ꎬ安徽淮南232001)

摘要:针对基于自注意力机制的变换器(Transformer)模型在序列推荐任务中ꎬ存在动态用户兴趣捕捉不足以及计算

复杂度随序列长度呈平方级增长的问题ꎬ提出了基于曼巴2(Mamba2)与自适应时频分析的序列推荐模型(sequential

recommendationmodelbasedonMamba2andadaptivetimefrequencyanalysisꎬM2ATFSRec)ꎬ用于提升模型对动态用户

兴趣的捕捉能力ꎬ进而在降低模型计算复杂度的同时提升模型的推荐精度ꎮ首先ꎬ采用自适应时频分析方法提取用

户历史行为序列的时频特征ꎬ对兴趣的多尺度周期模式进行显示编码ꎻ然后ꎬ利用Mamba2的选择性状态空间机制ꎬ

实现长序列的高效动态兴趣建模ꎮM2ATFSRec在电影镜头100万条评分(movielens1millionratingsꎬMovieLens-

--

1M)、亚马逊美妆产品(AmazonbeautyproductsꎬAmazonBeauty)和亚马逊视频游戏(AmazonvideogamesꎬAmazon

VideoGames)数据集上进行实验ꎬ在归一化累积折损增益(normalizeddiscountedcumulativegainꎬNDCG)指标上相比

面向高效的顺序推荐与选择性状态空间模型(towardsefficientsequentialrecommendationwithselectivestatespace

modelꎬMamba4Rec)分别提升了6.42%、22.76%和33.22%ꎮ该模型在长序列场景下具有更优的推荐性能ꎮ

关键词:推荐系统ꎻ序列推荐ꎻMamba2ꎻ数据稀疏性ꎻ频域融合ꎻ长短期偏好

中图分类号:TP391文献标志码:A

引用格式:胡春阳ꎬ刘唤唤ꎬ葛斌ꎬ等.基于Mamba2与自适应时频分析的序列推荐模型[J].湖北民族大学学报(自然

科学版)ꎬ2025ꎬ43(3):405410.

SequentialRecommendationModelBasedonMamba2

andAdaptiveTimefrequencyAnalysis

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档