基于深度随机游走的协同过滤推荐算法

• 作者: 刘靖凯
• 来源期刊: 科学技术创新
• 关键词: 协同过滤 深度随机游走 嵌入向量
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 信息技术
• 页码范围: 93-94
• 页数: 2页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.06.042

摘要

在推荐算法的研究中,如何准确地为用户推荐其感兴趣的物品一直是研究的重点,基于邻域用户的协同过滤算法是常用的一种推荐算法.本文提出一种基于深度随机游走的协同过滤推荐算法,通过用户的历史行为信息计算用户的嵌入向量,以此准确地计算用户之间的相似度,从而精确地为用户推荐其感兴趣的物品.通过实验对比了本文提出的方法和传统用户协同过滤算法在MovieLen-1M数据集上的预测精度.结果表明,本文的方法在召回率上优于传统的协同过滤算法.