基于栈式降噪自编码器的协同过滤算法-计算机应用研究.PDFVIP

第 卷第 期 计 算 机 应 用 研 究 年 月 基于栈式降噪自编码器的协同过滤算法 周 洋 陈家琪 上海理工大学光电信息与计算机工程学院 上海 摘 要 针对协同过滤推荐准确性的现状进行了研究 提出一种基于栈式降噪自编码器的协同过滤算法 栈式 降噪自编码器是一种典型的深度学习网络模型 具有强大的特征提取能力 用户对项目的评分作为输入 训练 网络 学习出项目的隐含特征编码 用 对项目属性降维并计算属性相似性 结合隐性编码计算的相似性作 为最终结果 根据最终的项目相似性产生 推荐列表 数据集的实验表明 该算法能够有效提升 推荐结果的召回率 一定程度上解决了评分矩阵稀疏与项目之间没有共同用户评分就不能计算相似性的问题 关键词 推荐系统 协同过滤 深度学习 栈式降噪自编码器 中图分类号 文献标志码 文章编号 积神经网络 深度玻尔兹曼机 深度信念网络 引言 等 其优秀的特征提取能力应用于推荐系统 是从 从海量信息中快速而准确地定位到有效信息是大数据时 年开始的 为解决评分矩阵稀疏问题 等 人 提出了一个两层受限玻尔兹曼机模型 将目标用户评价 代的研究热门 搜索引擎需要用户提出明确需求 而推荐系统