基于深度学习的协同过滤推荐模型

• 作者: 徐亮 王莉
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 神经网络 深度学习 协同过滤 矩阵分解
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 基金项目
• 页码范围: 66-69
• 页数: 4页
• 分类号: TP399
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.09.013

摘要

为了探索深度神经网络在推荐模型中的应用前景,文中构建了一个集成了深度神经网络和矩阵分解的推荐模型,通过与用户的反馈配合使用实现协作过滤和评分预测.用户评分被视为对商业项目的 用户明确反馈,然后将其投影到用户和项目的 共享空间中,将表示每个用户和每个项目的 潜在特征向量作为嵌入形式传递到矩阵分解和多层感知器模型中,最后将这两个结果嵌入进行组合,并传递到另一个神经体系结构中依次为每个用户的商品项目进行评分预测.实验表明,相对于一般的协同过滤模型,文中提出方法的MAE和RMSE分别明显下降,具有良好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王莉		4	13	1.0	3.0
2	徐亮		2	1	1.0	1.0