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. |
条目包含的文件 | ||||||
条目无相关文件。 |
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