清华大学学报(自然科学版)

作者：陈劲, 张可人, 朱子钦, 李腾蛟

单位：1. 清华大学 经济管理学院, 北京 100084,2. 清华大学 技术创新研究中心, 北京 100084

关键词：产业布局推荐,智能决策,特征重标定,多头注意力,神经矩阵分解

基金：国家重点研发计划重点专项(2022YFF0903200),国家自然科学基金青年科学基金项目(72304163)

在技术变革加速与政策导向复杂交织的背景下, 地方政府亟需智能化、可解释的未来产业布局决策支持工具, 以应对区域间资源禀赋的差异与产业演化路径的不确定性。传统产业布局方法在处理多源异构特征、高阶结构交互与动态政策约束等方面存在明显不足。为此, 该文提出了一种融合特征重标定、多头注意力机制与神经矩阵分解的自适应深度推荐算法。该算法通过压缩与激励网络模块实现关键因素的动态加权, 通过多头注意力机制捕捉高阶非线性交互关系, 通过神经矩阵分解模块捕捉线性与非线性关联, 三者协同实现对地区-产业适配关系的精准建模与对产业布局的高质量推荐。实证结果表明: 该算法在多个性能指标上显著优于主流基线算法, 具有良好的泛化能力、结构可解释性与政策可采纳性。该研究不仅拓展了深度推荐算法在结构化决策支持场景中的理论应用边界, 也为地方政府制定高质量未来产业布局策略提供了数据驱动的系统性工具。

来源：2025年第11期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第11期