《計算機應用研究》|Application Research of Computers

融合上下文信息的深度推薦模型

Deep recommendation model with context information

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 胡朝舉,鄭浩
機構 華北電力大學 控制與計算機工程學院
統計 摘要被查看 次,已被下載
摘要 目前,在基于文檔信息的推薦任務中,傳統基于文檔的混合推薦算法仍依賴于淺層的線性模型。當評分數據變得龐大且復雜時,其推薦性能往往不太理想。針對此問題,提出一種深度融合模型(DeepFM),該模型能夠在完全捕獲文本信息的同時也能很好地處理復雜且稀疏的評分數據。DeepFM由兩個并行的神經網絡組成,其中一路神經網絡使用多層感知器提取評分矩陣的行向量信息從而獲得用戶的潛在特征向量,另一路則使用MLP和卷積神經網絡(CNN)共同建模從而提取額外的有關項目的文本信息得到項目潛在特征向量。最后,通過構建融合層將用戶特征向量和項目特征向量進行融合得出預測評分。實驗結果表明,DeepFM在MovieLens數據集和亞馬遜數據集上的性能優于主流的推薦模型。
關鍵詞 深度學習;多層感知器;卷積神經網絡;融合模型
基金項目
本文URL http://www.gvztwvrl.buzz/article/02-2021-04-009.html
收稿日期
修回日期
頁碼 -
中圖分類號 TP391
文獻標志碼
福州麻将中什么叫金龙 娱乐下载app送38元彩金 江西11选5官方开奖结果 安卓手机捕鱼达人2技巧 四人麻将无限金币 成都麻将怎么玩 一分彩开奖结果查询 三肖必中特马内部公开 吉林体彩11选五的走势图 手机麻将外挂软件 中国体育彩票官网查询 三肖三码期期中免费公开 湖北快三今日推荐号码 手机单机捕鱼 琼崖海南麻将官方网站 信誉棋牌中心下载 开心棋牌手机官方版下载