基于DeepFM的校准游戏推荐系统研究

• 作者: 侯晓慧 邹凯文 许新楷 张永爱 周雄图
• 来源期刊: 广播电视网络
• 关键词: 推荐系统 DeepFM 校准推荐
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 高校产学研
• 页码范围: 116-120
• 页数: 5页
• 语种: 中文

摘要

针对传统推荐模型只能提取低阶特征,不能挖掘高阶组合特征,且推荐结果往往没有考虑到Bias的问题,本文提出一种适用于游戏推荐场景的基于DeepFM的校准游戏推荐方法.此方法充分发挥了DeepFM能够挖掘低阶和高阶特征的能力,利用Steam平台的数据集训练优化模型,并进行了测试验证,同时还运用校准推荐对结果进行去偏得到最后的推荐列表.测试结果表明,改进优化后的推荐模型具有更好的表现,评测指标AUC值相较对比模型提高了3％～4％,经过校准的推荐列表更加拟合用户交互.