期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
考虑多层次潜在特征的个性化推荐模型 被引量:2
1
作者 申情 郭文宾 +1 位作者 楼俊钢 余强国 《电信科学》 2022年第2期71-83,共13页
个性化推荐已成为解决信息过载的最有效手段之一,也是海量数据挖掘研究领域的热点技术。然而传统推荐算法往往只使用用户对物品的评分信息,而缺少对用户与物品潜在特征的综合考虑。基于因子分解机、宽神经网络、交叉网络和深度神经网络... 个性化推荐已成为解决信息过载的最有效手段之一,也是海量数据挖掘研究领域的热点技术。然而传统推荐算法往往只使用用户对物品的评分信息,而缺少对用户与物品潜在特征的综合考虑。基于因子分解机、宽神经网络、交叉网络和深度神经网络的融合,提出一种新的考虑多层次潜在特征的模型,可以提取用户与物品的浅层潜在特征、低阶非线性潜在特征、线性交叉潜在特征以及高阶非线性潜在特征。在4个常用的数据集上的实验结果表明,考虑用户与物品多层次潜在特征可以有效提高个性化推荐的预测精度。最后,研究了嵌入层维度以及神经元数量等因素对新模型预测性能的影响。 展开更多
关键词 个性化推荐 层次化潜在特征 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部