协同深度学习推荐算法研究
针对当用户评分较少时,推荐系统由于数据稀疏推荐性能显著降低这一问题,介绍了协同深度学习算法(Collaborative In Deep Learning,CIDL).本算法首先对大量数据进行深度学习,然后对数据文本进行挖掘提取词汇表,最后对评级(反馈)矩阵进行协同过滤,从而得出对用户的推荐项目.本文使用真实的电影数据进行实验,与另外四种优秀算法进行对比,证明该算法可以真实有效得解决由于数据稀疏使得性能降低的问题,并提高推荐的准确度.
深度学习、推荐系统、协同过滤、文本挖掘、堆叠降噪自编码器
28
2019-03-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
169-175