基于降噪自编码的推荐算法

摘要：

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.

关键词：推荐系统、深度学习、自编码神经网络、ZCA白化、降噪自编码

分类号：TP311(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11426121;江西省教育厅科技基金资助项目GJJ14434

在线出版日期：2016-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：38-41