基于深度信念网络的个性化信息推荐

摘要：

为在信息推荐过程中挖掘出更多的信息关系,提出一种基于深度信念网络的信息推荐方法.利用模糊聚类进行预处理以达到跨类推荐的目的,根据用户浏览记录通过网络计算高分信息,并结合用户兴趣,使用潜在狄里克雷分配模型对高分信息进行权值调整,从而提高推荐准确率.在整个推荐过程中网络会根据用户行为对推荐信息权值进行相应调整.实验结果表明,该方法的推荐成功率比BP神经网络提高5.7％.

关键词：信息推荐、深度学习、深度信念网络、潜在狄利克雷分配模型、模糊聚类

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目81360230;科技部科技型中小企业技术创新基金资助项目13C26215305404

在线出版日期：2016-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：201-206