| 基于深度学习的混合推荐方法研究 |
| 董露露; 马宁
|
| 2022-05-30
|
发表期刊 | 佳木斯大学学报(自然科学版)
|
ISSN | 1008-1402
|
卷号 | 40期号:3页码:25-28 |
摘要 | 推荐系统的出现在一定程度上解决了信息过载问题,但同时也衍生出数据稀疏和冷启动等问题,这些问题制约了推荐系统的良性发展.为此,本文在深度学习的基础上,将概率矩阵分解法与堆叠降噪自编码器进行结合,提出一种混合推荐方法.实验结果表明,和单独的概率矩阵分解法、概率矩阵分解法+降噪自编码器法相比,该方法能够有效改善推荐效果,具有一定的可行性和有效性. |
关键词 | 深度学习
堆叠降噪推荐法
概率矩阵分解法
混合推荐方法
|
DOI | 10.3969/j.issn.1008-1402.2022.03.007
|
URL | 查看原文
|
语种 | 中文
|
资助项目 | 安徽省高等学校省级质量工程教学研究项目;安徽高校自然科学重点项目;
|
原始文献类型 | Periodical
|
文献类型 | 期刊论文
|
条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/25645
|
专题 | 国家开放大学安徽分部
|
作者单位 | 安徽开放大学,安徽 合肥 230022
|
第一作者单位 | 国家开放大学安徽分部
|
第一作者的第一单位 | 国家开放大学安徽分部
|
推荐引用方式 GB/T 7714 |
董露露,马宁. 基于深度学习的混合推荐方法研究[J].
佳木斯大学学报(自然科学版),2022,40(3):25-28.
|
APA |
董露露,&马宁.(2022).基于深度学习的混合推荐方法研究.佳木斯大学学报(自然科学版),40(3),25-28.
|
MLA |
董露露,et al."基于深度学习的混合推荐方法研究".佳木斯大学学报(自然科学版) 40.3(2022):25-28.
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论