基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
最近这几年,随着深度学习快速发展,在图像处理、自然语言处理等领域有了很多应用,而在推荐系统领域,深度学习的应用还不是很常见,并且现在传统的推荐算法也遇到了一些瓶颈,由于现在的评分数据非常稀疏,传统的矩阵分解模型,在一些评分预测领域效果不是很理想.本论文为了解决这些问题,提出一种基于深度学习的个性化推荐算法,考虑利用深度学习来解决评分预测不准的问题.
推荐文章
一种基于稀疏矩阵划分的个性化推荐算法
个性化推荐
稀疏矩阵划分
协同过滤
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
一种改进的基于协同过滤的个性化推荐算法
普适计算
同过滤
性化推荐
协同过滤的一种个性化推荐算法研究
协同过滤
稀疏矩阵
相似度
个性化推荐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 ConvFNN:一种基于深度学习的个性化推荐算法
来源期刊 科研信息化技术与应用 学科
关键词 推荐系统 深度学习
年,卷(期) 2017,(5) 所属期刊栏目 技术
研究方向 页码范围 3-10
页数 8页 分类号
字数 5338字 语种 中文
DOI 10.11871/j.issn.1674-9480.2017.05.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何洪波 中国科学院计算机网络信息中心 11 32 3.0 5.0
2 肖云 中国科学院计算机网络信息中心 22 73 4.0 8.0
3 胡松波 中国科学院计算机网络信息中心 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (7)
同被引文献  (14)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
推荐系统
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科研信息化技术与应用
双月刊
1674-9480
11-5943/TP
北京市海淀区中关村南四街4号
chi
出版文献量(篇)
501
总下载数(次)
5
总被引数(次)
1249
论文1v1指导