基于深度信念网络的个性化信息推荐.pdfVIP

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 基于深度信念网络的个性化信息推荐 王兆凯 李亚星 冯旭鹏 刘利军 黄青松 刘晓梅 昆明理工大学 信息工程与自动化学院 教育技术与网络中心昆明 云南省计算机技术应用重点实验室昆明 昆明佳谦科技有限公司昆明 摘 要 为在信息推荐过程中挖掘出更多的信息关系提出一种基于深度信念网络的信息推荐方法 利用模糊聚 类进行预处理以达到跨类推荐的目的根据用户浏览记录通过网络计算高分信息并结合用户兴趣使用潜在狄里 克雷分配模型对高分信息进行权值调整从而提高推荐准确率 在整个推荐过程中网络会根据用户行为对推荐信 息权值进行相应调整 实验结果表明该方法的推荐成功率比神经网络提高 关键词 信息推荐深度学习深度信念网络潜在狄利克雷分配模型模糊聚类 中文引用格式王兆凯李亚星冯旭鹏等基于深度信念网络的个性化信息推荐计算机工程 英文引用格式 息推荐方式主要有 种 基于统计的推荐方 概述 式 基于内容的推荐方式 协同过滤方 如今互联网发展迅速上网成了人们获取信息 式 混合推荐方式 基于统计的推荐方式由于 的主要手段但爆炸式的数据增长使用户在短时间 计算过于简单因此推荐效果不太理想 基于内容 内从海量信息中获取需要的信息成了一大难题 信 的推荐方式只考虑了内容相关一方面许多潜在关 息推荐技术可解决此类问题主要运用信息检索信 系无法直接学习得到只有结合社会经验进一步 息过滤数据挖掘人工智能等方法帮助用户在海量