协同深度学习推荐算法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.15888/j.cnki.csa.006742

协同深度学习推荐算法研究

引用
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

相关文献
评论
暂无封面信息
查看本期封面目录

计算机系统应用

1003-3254

11-2854/TP

28

2019,28(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn