基于协同训练的分布式深度协同过滤模型

• 作者: 许建强 高浩元
• 来源期刊: 应用技术学报
• 学科: 工学
• 关键词: 推荐系统 神经网络 分布式计算 协同训练 半监督学习 协同过滤
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 轨道交通与数理科学
• 页码范围: 189-195
• 页数: 7页
• 分类号: TP393
• 字数: 4820字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-3424.2020.02.013

摘要

为解决数据分布式存储下实现较高精度和安全性的个性化推荐,提出了一种全新的分布式半监督推荐系统框架.尝试将半监督学习方法中的协同训练(Co-training)与基于深度学习的深度协同过滤模型结合为Co-NCF模型,并使用基于consensus算法的分布式梯度下降法来训练Co-NCF模型,以此构建了Co-NCF模型的分布式版本.该模型在MovieLens数据集上的测试中,表现显著强于现有的分布式NCF模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许建强	上海应用技术大学理学院	22	100	5.0	9.0
2	高浩元	中国科学院大学人工智能学院	1	0	0.0	0.0