基于改进的深度兴趣网络推荐系统研究

针对推荐系统中用户兴趣度标签消失问题，在排序层提出一种改进的深度兴趣网络模型。首先，将深度兴趣网络模型应用于视频推荐领域，并在改进的模型中加入平衡因子，有效地解决了在训练过程中用户兴趣度标签消失问题。其次针对推荐系统整体召回率问题，在召回层提出一种混合推荐模型。使用Item2vec模型和贝叶斯个性化排序模型组合成一种混合推荐模型。实验结果显示：改进后的深度兴趣网络和混合模型应用在视频推荐系统中很好地提高了推荐效果。