融合时间感知和增强过滤的农业知识推荐模型(《智慧农业(中英文)》2024年第1期)

学术   2024-11-06 17:14   北京  

引用格式


引用格式:王鹏哲, 朱华吉, 缪祎晟, 刘畅, 吴华瑞. 融合时间感知和增强过滤的农业知识推荐模型[J]. 智慧农业(中英文), 2024, 6(1): 123-134.

DOI:10.12133/j.smartag.SA202312012

Citation:WANG Pengzhe, ZHU Huaji, MIAO Yisheng, LIU Chang, WU Huarui. Agricultural Knowledge Recommendation Model Integrating Time Perception and Context Filtering[J]. Smart Agriculture, 2024, 6(1): 123-134.

DOI:10.12133/j.smartag.SA202312012


官网全文免费阅读

知网阅读



融合时间感知和增强过滤的

农业知识推荐模型


王鹏哲1,2, 朱华吉2,3,4, 缪祎晟2,3,4, 刘畅2,3,4, 吴华瑞1,2,3,4*

(1.广西大学 计算机与电子信息学院,广西南宁 530000,中国;2.国家农业信息化工程技术研究中心,北京 100097,中国; 

3.北京市农林科学院信息技术研究中心,北京 100097,中国;4.农业农村部数字乡村技术重点实验室,北京 100097,中国)

摘要:

 [目的/意义]农业场景下的知识服务具有周期性长、活动时间长的特点。传统推荐模型无法有效挖掘农业场景下的基于农时的隐藏信息。针对上述问题,提出一种融合时间感知和增强过滤的农业知识个性化推荐模型(Time-aware and Filter-enhanced Sequential Recommendation Model for Agriculture Knowledge, TiFSA)。

[方法]首先,基于时间感知的位置嵌入方法,将农户交互的时间信息与位置嵌入相结合,帮助学习农业情境下基于农时的项目相关性。其次,在时间感知位置嵌入的基础上,引入滤波器过滤算法,自适应地衰减农户情境数据中的噪声。最后,引入时间信息的多头自注意力网络,实现对时间、项目和特征的统一建模,对农户随时间变化的偏好特征进行情境表示,从而为用户提供可靠的推荐结果。

[结果和讨论]根据“全国农业知识智能服务云平台”中的用户交互序列数据集进行实验。结果表明,该模型在农业数据集上的命中率为45.79%,归一化折损累计增益为53.52%;与近几年性能最佳的模型Ti-SASRec相比分别提升16.19%和14.02%。[结论]该模型能够有效捕获农业领域的用户情境特征和建模农户的动态偏好,具有更好的推荐性能。

关键词: 农业知识推荐;滤波器算法;时间感知;自注意力网络;序列推荐


文章图片

图1 农户兴趣漂移图

Fig. 1  An example of farmer interest drift

图2 TiFSA模型整体结构

Fig. 2  Overall structure of TiFSA model

图3 农业知识推荐研究增强过滤层结构

Fig. 3  Agricultural knowledge recommendation structure of filter-enhanced layer

图4 TiFSA模型的不同嵌入向量维度对比图

Fig. 4  Comparison of different embedding dimension in TiFSA model

图5 TiFSA模型不同序列长度对比图

Fig. 5  Comparison of different sequence length in TiFSA model

图6 Dropout比率实验对比图

Fig. 6  Experiment comparison of dropout ratio 

图7 学习率实验对比图

Fig. 7  Experimental comparison of learning rates

图8 TiFSA模型不同优化器对比实验

Fig. 8  Comparison of different optimisers in TiFSA model

作者简介

吴华瑞 研究员

吴华瑞,研究员,科技部“十四五”数字乡村技术预测专家组组长、国家“十四五”重点专项“乡村产业共性关键技术研发与集成应用”总体组专家、农业农村部数字乡村技术重点实验室主任,农业农村部特色经济作物全程机械化专家组成员,中国人工智能学会智能农业专委会主任,国家大宗蔬菜产业技术体系智能化管理岗位科学家,入选国家级人才。主要从事农业大数据、人工智能与蔬菜智慧无人农场相关研究工作。近年来获国家科技进步奖1项,省部级奖励5项,发表论文85篇(SCI 25篇),授权发明专利37项,编制颁布标准8项,著作2部,软著34项。





推荐阅读


张庆副教授等:青贮机铁磁性金属异物智能检测报警系统(《智慧农业(中英文)》2024年第1期)


李爱学研究员团队:油菜素内酯原位检测电化学免疫传感器(《智慧农业(中英文)》2024年第1期)


张昭教授团队:基于多种深度学习算法的田间玉米籽粒检测与计数(《智慧农业(中英文)》2022年第4期)


黄青研究员等:柠檬汁还原法制备AgNPs用于果蔬农药残留的SERS快速检测(《智慧农业(中英文)》2024年第1期)





智慧农业微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流,促进智慧农业发展,为更好地服务广大读者、作者和审稿人,编辑部建立了微信交流服务群,有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法:加小编微信331760296备注:姓名、单位、研究方向,小编拉您进群,机构营销广告人员勿扰。

发布征集







欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。


智慧农业期刊
《智慧农业(中英文)》是国内外公开发行的农业科学类学术期刊。期刊聚焦农业信息技术发展前沿与热点,刊载和传播国内外最新研究成果,通过搭建高水平学术交流平台,引领学术研究方向,服务行业科学决策,培养高水平创新人才,促进学科发展。
 最新文章