基于深度神经网络的个性化混合商品推荐模型

• 作者: 倪美玉 曹为刚
• 来源期刊: 计算机系统应用
• 关键词: 商品推荐 BERT模型 双向GRU 耦合CNN 动态协同滤波
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 软件技术 · 算法|Software Technique · Algorithm
• 页码范围: 184-189
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007898

摘要

针对推荐系统广泛采用的协同过滤算法存在的稀疏性和冷启动问题,提出了一种基于深度神经网络和动态协同滤波的推荐模型.该模型采用预训练BERT模型结合双向GRU从用户和商品评论中提取隐含特征向量,利用耦合CNN构建评分预测矩阵,通过动态协同滤波融入用户兴趣变化的时间特征.在亚马逊公开数据集上进行实验,结果表明该模型提高了商品评分预测的准确性.