计算机工程与科学

作者：陈海涵, 吴国栋, 李景霞, 王静雅, 陶鸿

单位：（安徽农业大学信息与计算机学院，安徽 合肥 230036）

关键词：注意力机制；深度学习；推荐系统 ,

基金：国家自然科学基金（31671589）；安徽省重点研发计划（201904a06020056）；智慧农业技术与装备安徽省重点实验室开放基金（APKLSATE2019X003）

近年来，注意力机制AM被广泛应用到基于深度学习的自然语言处理任务中，基于注意力机制的深度学习推荐也成为推荐系统研究的一个新方向。探讨了注意力机制的结构和分类标准，从基于注意力机制的DNN推荐、CNN推荐、RNN推荐、GNN推荐4个方面分析了现有融合注意力机制的深度学习推荐研究的主要进展和不足，阐明了其中的主要难点，最后指出了多特征交互的注意力机制推荐、多模态注意力机制深度学习推荐、融入注意力机制的多种深度神经网络混合推荐和注意力机制的群组推荐等基于注意力机制的深度学习推荐未来的主要研究方向。

来源：2021年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第2期