基于深度学习的推荐系统的研究

• 作者: 耿祎雯
• 来源期刊: 电脑与电信
• 关键词: 推荐系统 概率矩阵 深度学习
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP391.3
• 语种: 中文

摘要

推荐系统作为解决网络迅速发展所带来"信息过载"问题的方法,在节省时间和人力的同时,也有着数据稀疏和冷启动等不足.通过深度学习能够获取用户和项目的 深层次特征,缓解这些不足,与传统推荐方法相结合,能够有效增强推荐效果.通过栈式降噪自编码器对物品特征进行处理,提取到物品更深层次的隐式特征,与协同过滤方法中的概率矩阵相结合进行推荐,并采用数据集进行验证.实验表明使用混合推荐方法能够提升推荐的效率和准确性.