Tony-Hu-yh / review-based-recommendation
使用BERT预训练语言模型获取评论文本的向量表示，通过Bi-GRU网络学习其中的语义特征，分别采用情感权重和注意力机制来为评论向量分配权重，动态调节其对用户特征和产品特征的影响程度，并以加权求和的方式获得用户特征和产品特征，最后利用DeepFM算法对用户特征和产品特征进行深度交互，预测产品推荐的评分值。[结果]在Amazon product data数据集上的实验结果表明，本文模型比基线模型的RMSE与MAE指标最多可降低24.43%和31.44%；使用情感权重为用户评论加权的方法相比注意力机制，在RMSE与MAE指标上最多可降低2.59%和3.89%。
☆16Updated last year
Alternatives and similar repositories for review-based-recommendation:
Users that are interested in review-based-recommendation are comparing it to the libraries listed below
- 基于知识图谱的推荐算法实现☆39Updated 2 years ago
- 使用MovieLens数据集实现了基于Auto Encoder(AE), Variational Auto Encoder(VAE), BERT的深度学习电影推荐系统☆67Updated 4 years ago
- 基于知识图谱的推荐算法-RippleNet的实现☆19Updated 2 years ago
- 毕设：基于知识图谱的电影推荐系统☆20Updated 10 months ago
- 使用k-means算法实现对用户金融数据的聚类分析☆11Updated 5 years ago
- 基于知识图谱的医生推荐系统☆63Updated 2 years ago
- 实现了基于协同过滤(UserCF)的模型、基于隐语义(LFM)的模型、基于图(PersonalRank)的模型，并结合三种模型的结果给出最终结果的推荐算法☆23Updated 5 years ago
- 基于深度学习的推荐系统算法库☆13Updated 6 years ago
- 知识图谱结合推荐系统近年工作☆45Updated 4 years ago
- 推荐系统与深度学习☆34Updated 3 years ago
- 基于知识图谱的推荐算法-KGCN实现☆32Updated 2 years ago
- 基于图神经网络的一个天气推荐系统☆13Updated last year
- 基于知识图谱的推荐系统☆176Updated 5 years ago
- 基于netflix prize 和 H&M开源数据集，从零开始构建企业级推荐系统。☆81Updated last month
- 推荐系统---实验+复现+创新☆49Updated last year
- 书籍知识图谱推荐系统☆55Updated 2 years ago
- all kinds of recommendation algorithms implement.☆120Updated 4 years ago
- 个性化推荐模型，主要包括als、als_wr、biaslfm、lfm、nmf、svdpp、基于内容、基于内容回归、user-cf、item-cf、slopeone、关联规则以及基于内容和cf的混合等模型。☆30Updated 2 years ago
- 矩阵分解pytorch实现☆13Updated last year
- 用来处理freebase, kb4rec, movielens它们数据集的项目☆34Updated 4 years ago
- 对KGCN的代码做了一些注释，希望有需要的同学看了后有所帮助。☆36Updated 4 years ago
- 基于 Pytorch 实现推荐系统相关的算法☆169Updated 3 years ago
- 结合知识图谱和协同过滤的电影推荐系统☆32Updated 2 years ago
- 基于知识图谱的音乐推荐系统的设计与实现☆38Updated 4 years ago
- 深度学习推荐算法☆22Updated 3 years ago
- 基于知识图谱的电影推荐系统☆22Updated 5 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 years ago
- 基于知识图谱与人工神经网络的简历推荐系统☆79Updated last year
- 基于王喆老师的深度学习推荐系统书籍，主要用pytorch实现了里面涉及到的算法，有很少数量的算法是用tf2.0实现的。在这个过程中也参考很多大佬的复现代码，希望自己能持续学习 多多去实现。☆38Updated 2 years ago
- CF 推荐系统的实现，以及我的改进。使用 MovieLens-1m 数据集，通过 MAE、Persicion、Recall 检验准确性。☆11Updated 3 years ago