|
|||||
|
|
| 基于深度神经网络和加权隐反馈的个性化推荐 | |
| 作者姓名： | 薛峰 刘凯 王东 张浩博 |
| 作者单位： | 1.合肥工业大学 计算机与信息学院 合肥 230009 |
| 基金项目： | 国家重点研发计划项目;国家自然科学基金项目 |
| 摘 要： | 改进的矩阵分解(SVD++)将用户和物品特征向量的内积作为用户对物品的评分,而内积无法捕捉用户与物品之间复杂的高阶非线性关系.此外,SVD++在融入用户隐式反馈时,未区分不同交互物品对于用户特征表达的贡献.针对上述问题,文中提出基于深度神经网络和加权隐反馈的推荐算法(DeepNASVD++),采用深度神经网络建模用户与物品之间的关系,使用注意力机制计算历史交互物品在建模用户隐式反馈时的权重.在公开数据集上的实验验证文中算法的有效性. |
| 关 键 词： | 推荐系统 协同过滤 加权隐反馈 矩阵分解 |
| 收稿时间： | 2019-09-29 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《模式识别与人工智能》浏览原始摘要信息 | |
| 点击此处可从《模式识别与人工智能》下载全文 | |