基于深度学习的融合多源异构数据的推荐模型

摘要：

为了充分利用多源异构数据所提供的信息提高推荐准确度,提出一个基于深度学习的混合推荐模型.该模型融合评分、评论和社交网络数据进行推荐,采用深度学习方法对文本和评分进行特征学习,然后使用社交网络对采样进行约束,从而得到更准确的用户和物品的特征表示.实验结果表明,该方法具有较高的准确度.

关键词：多源异构数据、深度学习、推荐模型、社交网络

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目;国家重点研发计划项目

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：35-42