基于降噪自编码的推荐算法

• 作者: 梁博群 谢霖铨
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 推荐系统 深度学习 自编码神经网络 ZCA白化 降噪自编码
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 38-41
• 页数: 4页
• 分类号: TP311
• 字数: 3516字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.02.009

摘要

由于自编码神经网络能够提取数据从低层到高层的特征,发现样本间潜在的相关性,为了提高推荐系统的精确度提出一种基于降噪自编码的推荐算法. 首先利用ZCA白化对评分数据进行预处理,对处理后的数据加入随机噪声并构建自编码神经网络模型,再对模型进行预训练和微调得出网络权重,最后根据训练的网络权重对测试样本进行重构,预测用户评分并计算评分误差. 实验结果表明,基于降噪自编码神经网络能有效提高推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢霖铨	江西理工大学应用科学学院	27	81	5.0	7.0
2	梁博群	江西理工大学理学院	2	12	2.0	2.0