基于降噪自编码和卷积神经网络的协同过滤算法

• 作者: 张硕伟 陈军华 雍睿涵
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 数据稀疏 词向量 卷积神经网络 降噪自编码器 协同过滤
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2441-2445,2457
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.10.026

摘要

在协同过滤算法中最主要是用户相似度计算,但是用户评分项数据存在严重稀疏,导致推荐精准度降低.针对评分项数据稀疏性问题,论文提出一个C-DAE协同过滤算法.首先,利用卷积神经网络(CNN)对项目评论文本提取用户兴趣偏好,得到项目向量矩阵,其次,利用项目向量矩阵对降噪自编码器(DAE)加权填充原始评分矩阵,最后填充后的评分矩阵计算用户相似度进行推荐.实验结果证明,该方法解决了评分项数据稀疏性问题,提高了推荐质量.