%0 Journal Article %A 任开旭 %A 王玉龙 %A 刘同存 %A 李炜 %T 融合多维语义表示的概率矩阵分解模型 %D 2019 %R 10.3969/j.issn.0372-2112.2019.09.005 %J 电子学报 %P 1848-1854 %V 47 %N 9 %X 协同过滤作为推荐系统核心技术,面临严重的评分数据稀疏性问题.融合物品文本信息可以有效的解决数据稀疏性问题,然而,目前的方法侧重于提取文本的单维特征,忽略了物品语义表示的多维特性.深度挖掘物品内容的多维特性可以更加精细化描述物品的语义信息,有助于提升推荐效果.为此,本文提出基于胶囊网络的概率生成模型.模型利用胶囊网络挖掘文本的多维语义特征,并以正则化方式融入概率矩阵分解框架,建立用户与物品之间的内在关系.实验结果表明本文提出的模型具有更高的评分预测精度. %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2019.09.005