| 基于栈式降噪自编码器的协同过滤算法* |
| |
| 引用本文： | 周 洋,陈家琪.基于栈式降噪自编码器的协同过滤算法*[J].计算机应用研究,2017,34(8). |
| |
| 作者姓名： | 周 洋 陈家琪 |
| |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院,上海理工大学 光电信息与计算机工程学院 |
| |
| 基金项目： | 上海市教委科研创新项目基金(No.12zz146) |
| |
| 摘 要： | 针对协同过滤推荐准确性的现状进行了研究，提出一种基于栈式降噪自编码器的协同过滤算法。栈式降噪自编码器是一种典型的深度学习网络模型，具有强大的特征提取能力。用户对项目的评分作为输入，训练网络，学习出项目的隐含特征编码，用PCA对项目属性降维并计算属性相似性，结合隐性编码计算的相似性作为最终结果，根据最终的项目相似性产生TOP-N推荐列表。Movielens数据集的实验表明，新算法能够有效提升推荐结果的召回率，一定程度上解决了评分矩阵稀疏和项目之间没有共同用户评分就不能计算相似性的问题。
|
| 关 键 词： | 推荐系统 协同过滤 深度学习 栈式降噪自编码器 |
| 收稿时间： | 2016/5/26 0:00:00 |
| 修稿时间： | 2017/4/13 0:00:00 |
Stacked Denoising Autoencoder for Collaborative Filtering Algorithm |
| |
| ZHOU Yang and CHEN Jiaqi.Stacked Denoising Autoencoder for Collaborative Filtering Algorithm[J].Application Research of Computers,2017,34(8). |
| |
| Authors: | ZHOU Yang and CHEN Jiaqi |
| |
| Affiliation: | School of Optical-electrical and Computer Engineering,University of Shanghai for Science and Technology,School of Optical-electrical and Computer Engineering,University of Shanghai for Science and Technology |
| |
| Abstract: | |
| |
| Keywords: | recommender system collaborative filtering deep learning stacked denoising autoencoder |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
