基于注意力機(jī)制的深度學(xué)習(xí)推薦模型研究

關(guān)鍵詞：注意力機(jī)制;深度學(xué)習(xí);推薦系統(tǒng)

0 引言

深度學(xué)習(xí)[1]（Deep Learning，DL）在諸多領(lǐng)域中得到廣泛應(yīng)用，同時(shí)也對(duì)冷啟動(dòng)、數(shù)據(jù)稀疏等問(wèn)題有所緩解?；谏疃葘W(xué)習(xí)的黑盒特性，在利用深度學(xué)習(xí)提升性能的同時(shí)增強(qiáng)模型可解釋性成為研究熱點(diǎn)。注意力機(jī)制[2]（Attention Mechanism，AM）來(lái)源于人類(lèi)視覺(jué)變化的區(qū)分性能，它可以篩選出有效信息[3] 。（剩余2422字）