基于深度学习特征表示协同过滤算法

摘要：

在推荐系统中,单一的学习矩阵分解的内积交互或者利用深度神经网络来捕获用户与项目交互,不足以有效地学习用户与项目的潜在特征.针对这一问题,提出一种在显式反馈与隐式反馈基础上,称为基于深度学习特征表示的协同过滤算法(DLFeaCF).该模型首先学习用户与项目的内积与外积交互;然后在内积的基础上,从隐式映射与特征映射两个方面再利用多层感知机(MLP)的非线性交互学习能力去获取用户与项目的全局特征;同时在外积的基础上,利用CNN学习捕获用户与项目的局部特征;最后在融合层组合特征并获得预测分数.在真实的MovieLens数据集上进行实验,表明DLFeaCF模型能获得更好的推荐性能.

关键词：协同过滤、多层感知机、卷积神经网络、深度学习

所属期刊栏目：33

分类号：TP393(计算技术、计算机技术)

资助基金：阜阳市政府横向合作科研资助项目XDHX2016018

在线出版日期：2021-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：62-69