基于深度学习特征表示协同过滤算法

• 作者: 宋志理 胡胜利 王峰
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: 协同过滤 多层感知机 卷积神经网络 深度学习
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 62-69
• 页数: 8页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2021.01.010

摘要

在推荐系统中,单一的学习矩阵分解的内积交互或者利用深度神经网络来捕获用户与项目交互,不足以有效地学习用户与项目的潜在特征.针对这一问题,提出一种在显式反馈与隐式反馈基础上,称为基于深度学习特征表示的协同过滤算法(DLFeaCF).该模型首先学习用户与项目的内积与外积交互;然后在内积的基础上,从隐式映射与特征映射两个方面再利用多层感知机(MLP)的非线性交互学习能力去获取用户与项目的全局特征;同时在外积的基础上,利用CNN学习捕获用户与项目的局部特征;最后在融合层组合特征并获得预测分数.在真实的MovieLens数据集上进行实验,表明DLFeaCF模型能获得更好的推荐性能.