[发明专利]一种基于注意力模型的推荐方法

摘要

本发明属于计算机技术领域中的推荐系统领域，具体涉及一种基于注意力模型的推荐方法。本发明首先将用户对商品的评分表示成用户商品评分矩阵；然后,将用户评论中的词语映射成词向量，作为双向循环神经网络的输入，并在双向循环神经网络的隐层之后加入注意力模型，用于提取重要情感词语的特征；接着，通过注意力模型为每条评论生成情感评分；最后，将用户对商品的真实评分与情感评分进行加权，更新用户评分矩阵，使用传统的协同过滤推荐方法为用户进行推荐。本发明可以有效的改善传统的推荐方法中对输入信息的稀释问题，同时考虑用户的情感因素对评论结果的影响，能够更准确地更正用户的评分行为，进而提高了推荐的准确率。

主权项

1.一种基于注意力模型的推荐方法，其特征在于，包括如下步骤：(1)建立用户评分矩阵，把m个用户对n个商品的评分形成一个m*n的评分矩阵R，矩阵中的项Rij表示用户ui对商品ij的评分；(2)去除评论语句中的停用词，并将评论的词语映射成词向量；(3)建立基于注意力模型的Encoder‑Decoder模型，得到输出单元yi；(4)计算情感评分Score(emotion)；(5)根据用户的真实评分和情感的分进行加权，得到用户的最终得分来更新用户评分矩阵，然后计算用户评分之间的相似性，把与用户U最相似的前N个用户的近期消费商品推荐给用户U，完成推荐操作。