来源：期刊VIP网 时间：
作者：郭东坡;何彬;张明焱;段超;
单位：江汉大学;华中师范大学;浙江师范大学浙江省智能教育技术与应用重点实验室;
摘要：为了向用户推荐符合兴趣偏好的项目，设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中，该模型由五个部分构成，在输入层中生成联合深度推荐模型的输入矩阵，通过序列编码层对项目评论文本语义展开正向和反向编码，获得隐藏状态输出，并将其输入双层注意力机制中，提取项目特征，利用全连接层提取用户偏好特征。在预测层中建立项目与用户的交互模型，获得项目评分，为用户推荐高评分的项目。为了提高模型精度，加权融合MSE损失函数、CE损失函数和RK损失函数建立组合损失函数，对深度联合训练模型展开训练，提高模型的推荐性能。仿真结果表明，所提方法具有良好的推荐效果，能够适应不断变化的市场需求和用户行为。
关键词：双层注意力机制;;循环神经网络;;用户偏好;;组合损失函数;;交互模型;;联合深度推荐模型
基金资助：2021年国家自然科学基金：面向智能化作业辅导的图文混合题可理解机器解答研究（62177024）;; 2023年国家自然科学基金：面向知识整合的碎片化学习及学习路径引导研究（62207027）;; 2022年度湖北省教育科学规划课题：基于智慧学习环境的学习者模型构建及个性化学习路径推荐研究（2022GB217）;; 湖北省教育厅科学技术研究计划指导性项目：面向数学课程的自适应学习路径推荐研究（B2022560）
