摘要

为更好地刻画用户向量和活动向量的映射关系,进而提高城市穿越与定向运动推荐的准确率,提出一种基于DSSM-FM的个性化推荐模型。其中,针对传统One-Hot编码存在高维、稀疏和向量间关联性差的问题,运用FM算法替代嵌入层,以此更好地表征特征之间的联系;引入DSSM(Deep Structured Semantic Models,深度语义匹配模型),在FM预训练的基础上,更深入地挖掘特征间的高阶关系,从而更好地挖掘向量隐藏特征。结果表明,与其他算法对比,本研究提出的推荐方案的准确率达89.62%;同时系统应用表明,构建的推荐模型可实现定向运动的推荐。由此得出,本方案可行,可用于定向运动的推荐中。

全文