基于深度学习的混合推荐算法

作者：欧高亮; 汪海涛^*; 姜瑛; 陈星

来源：传感器与微系统, 2019, 38(07): 131-134.

DOI：10.13873/j.1000-9787(2019)07-0131-04

• 深度学习
• 协同过滤
• 混合推荐
• 自动编码

针对传统的推荐系统存在推荐精度较低且冷启动较严重的问题,综合考虑评论文本与评分而提出改进的稀疏边缘降噪自动编码与近邻项目影响力的矩阵分解模型相结合的混合推荐方法。通过改进的稀疏边缘降噪自动编码模型从商品评论文本中来提取商品特征,将用户评论与评分联合,同时综合考虑了近邻用户对于目标用户的影响,将近邻项目影响力整合到矩阵分解算法之中,与传统的协同深度学习模型(CDL)和混合SDAE模型相比,最高可提升8. 370%。

• 单位
  自动化学院; 昆明理工大学