文献类型： 中文期刊

作者： 顾 静秋 ¹ ; 郭 旺 ¹ ; 朱 华吉 ¹ ; 郝 鹏 ¹ ; 吴 华瑞 ¹ ;

作者机构： 1.北京市农林科学院信息技术研究中心/国家农业信息化工程技术研究中心/农业农村部数字乡村技术重点实验室

关键词： 动植物品种资源;推荐;深度神经网络;两步推荐;兴趣模型

期刊名称：

ISSN： 1007-4333

年卷期： 2025 年 30 卷 7 期

页码： 218-229

摘要： 针对我国动植物新品种资源信息服务存在的信息不对称、更新不及时、新品种资源难以落地等问题。提出一种结合深度神经网络和注意力机制的两步推荐算法。该算法首先基于动植物品种资源全文数据，构建动植物品种词汇库，搭建Siamese BERT（Bidirectional Encoder Representations from Transformers）网络，通过BERT获取文本上下文关联语义特征，运用双向最大匹配算法获取品种词典特征向量，融合语义及词典特征，通过相似度计算训练回归模型，实现动植物新品种与历史品种相似判断。接下来融合用户静态属性特征、用户行为特征、动植物品种资源特征等品种推荐影响因子，综合分析农业领域用户的行业差异、习惯差异，提出面向动植物品种推荐的用户特征及品种特征表征方式，基于CNN（Convolutional Neural Network）构建用户兴趣网络模型，并引入注意力机制来实现用户与品种的精准匹配推荐。在互联网实时监控新品种资源，实现全自动化的动植物新品种自动推荐。性能测试与效果验证结果表明，该算法在准确率和F1值评价指标上分别达到84.1%和0.832，相比基于协同过滤、矩阵分解等传统推荐算法，能更精准实现动植物新品种的推荐。