基于评分数值分析的用户项目质量测度及其在深度推荐模型中的应用

摘要：

[目的]利用用户项目评分信息和时间段信息,设计一种反映用户项目质量的有效特征,并结合深度推荐模型改善推荐效果.[方法]从用户评分和项目质量一致性、评分数值分布和基于时间段的评分数值分布三个方面,系统地提出对用户和项目质量特征进行评估的有效方法.[结果]在MovieLens数据集上进行测试,与传统的深度推荐模型相比,本文所提模型的MAE和MSE分别最高提升达到3.71％和4.24％.[局限]现有改进主要结合评分信息,没有探索包括用户项目更多属性特征的质量指标评定方法,在一定程度上影响了推荐效果.[结论]本文所提推荐模型评分预测效果更加准确,缓解了深度推荐模型中数据有效特征缺乏和表现力不足等问题,提高了推荐质量.

关键词：推荐系统、深度学习、用户项目质量、有效特征

所属期刊栏目：6

分类号：TP393;G250(计算技术、计算机技术)

资助基金：江苏省高等学校自然科学研究重大项目19KJA510011

在线出版日期：2022-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：39-48