基于栈式降噪自动编码器的动态混合推荐算法

作者：李梦梦; 夏阳; 李心茹; 徐婷; 魏思政

来源：计算机工程, 2019, 45(08): 184-189.

DOI：10.19678/j.issn.1000-3428.0053034

• 协同过滤
• 自动编码器
• 项目属性
• 相似度
• 时间衰减

传统协同过滤算法仅依靠用户评分数据的低维向量方法,存在推荐结果精确度低以及冷启动问题。为此,提出一种新的动态混合推荐算法,将栈式降噪自动编码器融入到基于用户的协同过滤中,学习用户的深层次特征,并与基于用户项目属性偏好的相似度融合。在预测生成阶段,设置时间衰减项,动态预测访问概率,及时更新用户兴趣变化,从而提高推荐质量。在MovieLens数据集上的实验结果表明,与UB-CF、AE和SDAE-IA算法相比,该算法推荐性能明显提高。

• 单位
  中国矿业大学; 中国矿业大学（北京）; 徐州工程学院