基于栈式降噪自动编码器的动态混合推荐算法

• 作者: 夏阳 徐婷 李心茹 李梦梦 魏思政
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 协同过滤 自动编码器 项目属性 相似度 时间衰减
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 184-189
• 页数: 6页
• 分类号: TP18
• 字数: 5383字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053034

摘要

传统协同过滤算法仅依靠用户评分数据的低维向量方法,存在推荐结果精确度低以及冷启动问题.为此,提出一种新的动态混合推荐算法,将栈式降噪自动编码器融入到基于用户的协同过滤中,学习用户的深层次特征,并与基于用户项目属性偏好的相似度融合.在预测生成阶段,设置时间衰减项,动态预测访问概率,及时更新用户兴趣变化,从而提高推荐质量.在MovieLens数据集上的实验结果表明,与UB-CF、AE和SDAE-IA算法相比,该算法推荐性能明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏阳	中国矿业大学计算机科学与技术学院	53	318	10.0	16.0
2	徐婷	中国矿业大学计算机科学与技术学院	5	8	1.0	2.0
3	李梦梦	中国矿业大学计算机科学与技术学院	2	1	1.0	1.0
4	李心茹	中国矿业大学计算机科学与技术学院	2	7	1.0	2.0
5	魏思政	徐州工程学院经济学院	1	1	1.0	1.0