文章摘要:提出一种端到端的基于产品方面的神经网络推荐模型。该模型利用产品方面标签注意力机制,建模了用户偏好和项目特性之间的联系,并对用户和项目采用方面级别的表示,模拟用户与项目间的细粒度交互过程,从而获得更精确和更具解释性的推荐结果。在COAE中文汽车领域数据集和Yelp基准数据集上分别进行实验,结果表明,所提模型的性能明显优于ANR和NARRE模型。
文章关键词:推荐模型,文本评论,细粒度,方面标签,
项目基金:国家自然科学基金项目(62076158,62072294),山西省重点研发计划项目(201803D421024),