基于融合卷积神经网络的协同过滤模型 |
| |
引用本文: | 杨锡慧.基于融合卷积神经网络的协同过滤模型[J].教育技术导刊,2017,16(12):44-48. |
| |
作者姓名: | 杨锡慧 |
| |
作者单位: | 中国电信股份有限公司南京分公司,江苏 南京 210008 |
| |
摘 要: | 在传统推荐系统中,通常基于协同过滤推荐算法挖掘评分中的隐含特征,但在实际应用中,评分矩阵往往十分稀疏,很难充分地表示用户偏好特征与物品描述特征。为了充分挖掘评论文本中的隐含特征,并在一定程度上缓解数据稀疏性问题,提出一种深度协同过滤模型(CFiCNN):融合卷积神经网络的协同过滤模型。该模型利用卷积神经网络抽取用户-物品评论数据中的隐含特征,基于协同过滤的矩阵分解方法,进行评分预测。在4个真实数据集上对该模型进行了评估实验,并与3个常用模型进行对比。实验结果表明,该模型能够很好地抽取到用户与物品的隐含特征,并且进行更准确的评分预测。
|
关 键 词: | 推荐系统 评分预测 卷积神经网络 协同过滤 矩阵分解 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|