来源：期刊VIP网 时间：
作者：王宁;李然;王客程;吴江;范利利;
单位：大连海洋大学信息工程学院;
摘要：针对协同过滤推荐算法中用户-物品矩阵的稀疏性，使得传统协同过滤算法推荐度较差的问题，提出一种改进的基于神经网络和注意力机制的协同过滤推荐算法B-SDAECF，旨在解决传统推荐系统中数据稀疏的问题。结合Transformer模型的变式Bert模型和堆叠式降噪自动编码器（SDAE），利用Bert模型从用户评论中提取高质量的特征表示，以获得向量矩阵；并将向量矩阵作为SDAE的初始权重，从而使SDAE模型能够更快速地运算，进而填充原有的用户-项目评分矩阵。实验结果显示，相比传统方法，所提方法在推荐系统的准确性和鲁棒性上有显著提升，推荐效果更优秀。
关键词：神经网络;;注意力机制;;协同过滤;;推荐系统;;Bert模型;;SDAE
基金资助：中国医药教育协会2022重大科学攻关问题和医药技术难题重点课题（2022KTM036）
