10.3969/j.issn.1000-386x.2020.07.040
深度协同过滤推荐模型研究
近些年深度学习在计算机视觉、语音识别、自然语言处理等领域取得了巨大成就,然而在推荐系统中应用深度学习的研究还处于起步阶段.为了充分利用深度学习的强大特征学习能力,设计一个基于深度神经网络的协同过滤推荐模型.利用隐式数据建立用户向量和物品向量,通过对用户向量和物品向量深度表征,非线性地学习了用户和物品间的内在联系.在两个不同数据集上的实验表明,该模型在HR和NDCG评价指标上比基线模型有较大提升.
推荐系统、深度学习、协同过滤、矩阵分解
37
TP3(计算技术、计算机技术)
2019 年度河北省引进国外智力项目;河北省引进留学人员项目;承德市科学技术研究;发展计划项目
2020-07-17（万方平台首次上网日期，不代表论文的发表时间）
共6页
240-245
