传统的矩阵分解模型仅通过用户-项目的评分矩阵来对用户进行项目推荐,由于未能使用用户与项目的特征信息从而造成了信息损失,使得模型的评分预测误差较大。为了更加充分地满足个性化推荐的需求,利用因子分解机以及深度神经网络改进传统的矩阵分解模型,融入用户与项目的特征信息。对改进后的模型在数据集MovieLens-1M上检验模型的效果,采用RMSE作为评估指标,实验发现改进后模型的RMSE值降低,模型的评分预测误差减小,评分预测结果更加准确。
科研之友
微信
新浪微博
Facebook
分享链接
