| 基于深度受限玻尔兹曼机的个性化推荐算法 |
| |
| 引用本文： | 谢妙,邓育林,吕洁. 基于深度受限玻尔兹曼机的个性化推荐算法[J]. 数据采集与处理, 2022, 37(2): 456-462 |
| |
| 作者姓名： | 谢妙 邓育林 吕洁 |
| |
| 作者单位： | 玉林师范学院计算机科学与工程学院,玉林537000;南宁师范大学计算机与信息工程学院,南宁530299 |
| |
| 基金项目： | 国家自然科学基金（61662028）。 |
| |
| 摘 要： | 为了提高个性化推荐系统性能,提出了一种基于深度受限玻尔兹曼机的个性化推荐方法。首先通过提取推荐系统的用户和资源特征构建多层受限玻尔兹曼机（Restricted Boltzmann machine,RBM）网络,从而形成深度受限玻尔兹曼机个性化推荐模型;其次通过可视和隐藏层的边缘概率分布求解待推荐训练样本的最大似然度;然后结合对比散度（Contrast divergence,CD）重构来获得RBM主要参数更新方式,并通过可视和隐藏层的正反向更新,来获得稳定的RBM结构;最后利用计算用户资源评分值实现个性化推荐。实验结果表明,在训练样本稀疏度合理范围内,与常用个性化推荐算法比较,所提方法通过合理控制RBM深度和设置合适的隐藏层节点数,能够获得更优的均方根误差（Root mean squared error,RMSE）性能。
|
| 关 键 词： | 个性化推荐 深度受限玻尔兹曼机 对比散度 边缘概率 均方根误差 |
| 收稿时间： | 2021-09-24 |
| 修稿时间： | 2022-01-15 |
Personalized Recommendation Algorithm Based on Depth-Restricted Boltzmann Machine |
| |
| XIE Miao,DENG Yulin,LYU Jie. Personalized Recommendation Algorithm Based on Depth-Restricted Boltzmann Machine[J]. Journal of Data Acquisition & Processing, 2022, 37(2): 456-462 |
| |
| Authors: | XIE Miao DENG Yulin LYU Jie |
| |
| Affiliation: | 1.School of Computer Science and Engineering, Yulin Normal University, Yulin 537000, China;2.College of Computer and Information Engineering, Nanning Normal University, Nanning 530299, China |
| |
| Abstract: | |
| |
| Keywords: | personalized recommendation depth-restricted Boltzmann machine contrast divergence marginal probability root mean squared error (RMSE) |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
