《表2 KG和注意力机制对算法性能的影响》
为了进一步验证本文算法的有效性,本节对算法中的每一部分进行实验分析,本文主要考虑的2个部分为知识图谱与自注意力机制。本文将不加入知识图谱嵌入,仅采用用户交互序列生成项目嵌入的序列推荐算法命名为AttCRNN;在兴趣偏好融合方法中未加入自注意力机制的序列推荐算法命名为KG-CRNN。与本文所提出的KG-AttCRNN做对比,实验结果如表2所示。
图表编号 | XD00222661900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 沈冬东、汪海涛、姜瑛、陈星 |
绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |