基于深度学习的电影推荐算法

• 作者: 李丽华 胡小龙 阮文俊
• 来源期刊: 湖北大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 电影 推荐算法 冷启动
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 深度学习技术研究专栏
• 页码范围: 136-141
• 页数: 6页
• 分类号: TP391.1
• 字数: 3205字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2375.2020.02.003

摘要

提高推荐系统的推荐性能过去一直是一个非常大的挑战,因为在进行推荐的时候要同时兼顾推荐结果的准确性和计算推荐结果的计算时间.基于上述问题,提出一种基于深度学习的推荐算法,通过深度学习的方法挖掘用户和电影的特征、训练模型,从而提高推荐算法准确性.同时,通过神经网络提取用户和电影的特征,而不是基于用户对电影的评分矩阵,解决了推荐系统中的稀疏性问题和冷启动问题.最后在真实的数据集上进行实验,验证推荐算法的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡小龙	中南大学计算机学院	46	337	11.0	16.0
2	李丽华	中南大学计算机学院	11	64	3.0	8.0
3	阮文俊	中南大学计算机学院	1	0	0.0	0.0