科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着互联网技术的快速发展，推荐系统在各个领域有着举足轻重的作用，点击率预测是推荐系统的重要组成部分，如今深度学习在推进系统中有着广泛的运用。近些年来，在原始特征提取上提出了很多关于深度学习模型，但特征之间的相关性和每组特征的权重对点击率预测精度有重要的影响。基于此提出了一种新的SEDeepFM模型，此模型对每组特征进行自适应学习得到相应的权重，将对应权重与原始特征进行乘积计算，从而得到新特征，将新生的特征层与DeepFM模型组合。最后构建的新模型在Movielens数据集上与其它的推荐算法模型进行比较，实验表明该模型取得更好的效果。
- 单位
