10.3969/j.issn.1006-2475.2016.02.009
基于降噪自编码的推荐算法
由于自编码神经网络能够提取数据从低层到高层的特征,发现样本间潜在的相关性,为了提高推荐系统的精确度提出一种基于降噪自编码的推荐算法. 首先利用ZCA白化对评分数据进行预处理,对处理后的数据加入随机噪声并构建自编码神经网络模型,再对模型进行预训练和微调得出网络权重,最后根据训练的网络权重对测试样本进行重构,预测用户评分并计算评分误差. 实验结果表明,基于降噪自编码神经网络能有效提高推荐精度.
推荐系统、深度学习、自编码神经网络、ZCA白化、降噪自编码
TP311(计算技术、计算机技术)
国家自然科学基金资助项目11426121;江西省教育厅科技基金资助项目GJJ14434
2016-04-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
38-41