| 基于深度網絡的推薦系統偏置項改良研究 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>444 K | |
| 標簽： 推薦算法 協同過濾 深度神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：傳統的矩陣分解算法為用戶和項目分別獨立設置了偏置項，而沒有深入挖掘特定用戶對于特定項目的隱性偏好；同時，傳統的排序預測推薦算法將用戶所有打分過的項目都統一地設置為該用戶的正例項目(無論用戶給出了好評還是差評)，這導致訓練完成的系統在實際應用中很可能會為用戶繼續推薦其厭惡的項目。因此提出了一種基于深度網絡的推薦系統偏置項改良方案，該改良方案考慮了用戶為特定項目所作的評分背后所蘊含的好惡態度，并學習出一個用戶-項目聯合偏置項加入到推薦過程中以提升推薦性能。在三個公開數據集上進行的對比實驗結果表明，該改良方案可以有效地提升推薦的性能表現。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2