推荐系统作为解决网络迅速发展所带来"信息过载"问题的方法,在节省时间和人力的同时,也有着数据稀疏和冷启动等不足。通过深度学习能够获取用户和项目的深层次特征,缓解这些不足,与传统推荐方法相结合,能够有效增强推荐效果。通过栈式降噪自编码器对物品特征进行处理,提取到物品更深层次的隐式特征,与协同过滤方法中的概率矩阵相结合进行推荐,并采用数据集进行验证。实验表明使用混合推荐方法能够提升推荐的效率和准确性。
科研之友
微信
新浪微博
Facebook
分享链接
