基于深度学习的个性化网吧游戏推荐

• 作者: 严伟 俞东进 夏艺 徐凯辉 杨威 陈耀旺
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 个性化网吧 深度学习 推荐算法 深度神经网络 游戏场景
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 206-209,216
• 页数: 5页
• 分类号: TP301.6
• 字数: 3754字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049121

摘要

与传统推荐模型相比,深度学习可以更好地理解用户需求、项目特征及用户与项目之间的互动性,从而更有效地发现用户和项目之间的匹配关系.将深度神经网络应用于网吧游戏推荐场景,分析用户的个人偏好,根据时间推移兴趣的变化,对用户历史游戏行为记录进行建模训练,为用户提供个性化Top-N游戏推荐.基于深度神经网络设计训练模型,输入层采用对用户历史行为数据处理后的用户偏好向量,隐藏层运用ReLU激活函数的多层网络,输出层则采用逻辑回归的Softmax结构,最终运用带L2规范项的代价函数评估学习到的模型可靠性.在真实数据集下的实验结果表明,随着隐藏层的增加,该方法能明显降低均方根误差,且能提高召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞东进	杭州电子科技大学计算机学院	26	76	5.0	6.0
2	陈耀旺	杭州电子科技大学计算机学院	5	11	2.0	3.0
3	杨威		9	33	3.0	5.0
4	严伟		12	19	3.0	3.0
5	徐凯辉	杭州电子科技大学计算机学院	1	2	1.0	1.0
6	夏艺	杭州电子科技大学计算机学院	1	2	1.0	1.0