|
|||||
|
|
| 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 | |