| 基于深度網絡的推薦系統(tǒng)偏置項改良研究 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：444 K | |
| 標簽： 推薦算法 協(xié)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(tǒng)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(tǒng)的排序預測推薦算法將用戶所有打分過的項目都統(tǒng)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(tǒng)在實際應用中很可能會為用戶繼續(xù)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(tǒng)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(tài)度，并學習出一個用戶-項目聯(lián)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(shù)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(xiàn)。 | |
| 現(xiàn)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(tǒng)工程研究所版權所有 京ICP備10017138號-2