基于降噪自动编码器的推荐算法

• 作者: 刘春霞 武玲梅 陆建波
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 自动编码器 深度学习 神经网络 协同过滤 降噪自动编码器
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 78-82
• 页数: 5页
• 分类号: TP181
• 字数: 5529字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.03.015

摘要

传统的推荐算法一般采用用户项目评分矩阵学习潜在因素,了解用户的个人偏好并作出推荐,但在实际应用中,评分矩阵通常非常稀疏.针对传统推荐算法的不足,提出一种基于降噪自动编码器的推荐模型.首先用2个自动编码器来训练用户和项目的潜在因子矩阵,然后将学习到的隐含特征向量输入一神经网络来进行评分预测,最后根据新的评分矩阵作出推荐.实验结果表明,该算法提高了推荐结果的召回率,同时缩小了重构误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆建波	广西师范学院计算机与信息工程学院	23	54	3.0	5.0
2	刘春霞	广西师范学院计算机与信息工程学院	3	10	2.0	3.0
3	武玲梅	广西师范学院计算机与信息工程学院	3	10	2.0	3.0