基于注意力卷積神經(jīng)網(wǎng)絡(luò)的工作票專家推薦方法
作者：何柔螢; 徐建 南京理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院; 江蘇南京210094
摘要：為了更準(zhǔn)確地將工作票推薦給具備解決問(wèn)題能力的系統(tǒng)運(yùn)維專家,對(duì)歷史工作票數(shù)據(jù)進(jìn)行研究提出基于深度學(xué)習(xí)的工作票專家推薦算法。首先根據(jù)專業(yè)熟練度水平和領(lǐng)域知識(shí)構(gòu)建專家能力模型,然后設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)框架,在輸入層中引入注意力來(lái)提高模型對(duì)工作票文本特征提取能力,并度量與專家模型的匹配度,實(shí)現(xiàn)以推薦質(zhì)量為依據(jù)的專家推薦。在真實(shí)的數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn),結(jié)果表明與傳統(tǒng)的基于機(jī)器學(xué)習(xí)的推薦方法相比,該方法的準(zhǔn)確率提升了6%,引入注意力可以有效學(xué)習(xí)特征權(quán)重。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社。
南京理工大學(xué)學(xué)報(bào)雜志
南京理工大學(xué)學(xué)報(bào)雜志， 雙月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：光電技術(shù)、化學(xué)工程、環(huán)境科學(xué)、計(jì)算機(jī)科學(xué)、信息工程、自動(dòng)控制與系統(tǒng)工程等等。于1977年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 北大期刊
- CSCD期刊
- 統(tǒng)計(jì)源期刊
- 1-3個(gè)月審核
