一种改进的缺失数据协同过滤图书自动推荐模型研究

作者：杨玉枝

来源：科技资讯, 2021, 19(10): 181-186.

DOI：10.16661/j.cnki.1672-3791.2105-5042-4801

• 协同过滤
• 推荐系统
• 缺失数据
• 数据插值

针对图书馆图书协同过滤自动推荐系统,因数据缺失对图书推荐结果产生影响。该文借助广东岭南职业技术学院图书馆50万条样本数据,通过对部分变量缺失数据进行插值,设计一种改进的缺失数据协同过滤图书自动推荐系统模型(xDeepFM-D)。试验结果表明,在模型训练150轮后,测试集总损失为0.072 8,AUC(Area Under roc Curve)为0.927 4。对比常见推荐系统模型xDeepFM、DeepFM、FM&DNN以及FM,AUC分别提升了0.17%、0.64%、1.27%、1.03%。xDeepFM-D模型为图书推荐系统提供了良好的应用条件。

• 单位
  广东岭南职业技术学院