基于标签卷积神经网络的文本推荐算法

摘要：

在面向用户的文章收集系统中,用户会将自己喜欢的文章收集起来构成自己的偏好文章集合,理解用户为何喜欢特定文章、如何精确的找到用户喜欢的文章目前成为了一个重要的研究课题.本文通过基于面向用户的文章收集系统中的一些相关信息,比如文本信息、标签等,来辅助推荐系统更好的进行文章的推荐.文中提出了基于标签卷积神经网络的文本推荐算法,结合神经网络和协同过滤算法的同时,将标签加入到神经网络的设计中.通过在真实的citeulike数据集进行的实验和验证,使用本文的模型可以有效的提高对用户偏好文章预测的准确性.

关键词：推荐系统、基于内容、卷积神经网络、深度学习、标签

所属期刊栏目：27

在线出版日期：2018-12-05（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：132-137