基于多重降噪自编码器模型的top ◢N◣推荐算法

针对传统降噪自编码器（DAE）中加噪操作的随机性影响预测精度的问题，以及数据矩阵忽视用户具体评分信息的问题，提出了一种结合用户评分的多重降噪自编码器（MDAE）。首先，在输入矩阵中引入具体评分信息，增加输入矩阵信息量；其次，为了在获得鲁棒性数据的前提下减轻加噪操作对预测精度的影响，构建了MDAE模型，将经过不同层次降噪得到的预测矩阵结合非降噪预测矩阵得出最终的预测结果；最后，将模型与其他模型在不同数据集上作实验对比。实验结果表明，结合用户具体评分的MDAE模型可以获得更优质的推荐结果。