基本信息

---

下载

文档摘要

---

摘要

近年来，序列推荐系统快速发展。相较于传统的推荐方法，序列推荐方法更侧

重于挖掘用户行为序列数据，为用户提供个性化推荐。随着注意力机制在序列推荐

领域的迅速演进，研究者们纷纷将其应用于序列推荐模型中，这使得基于注意力机

制的序列推荐模型展现出了优越的性能。然而，这些模型受到冗余交互信息、噪声

信息、注意力权重矩阵秩限制以及混合嵌入矩阵产生的随机干扰等问题的影响。针

对上述问题，本文提出了一种基于信息融合与交叉注意力机制的序列推荐算法

(InformationFusionandCross-A