融合显隐式特征的深度协同过滤推荐算法OA北大核心CSTPCD
A deep collaborative filtering recommendation algorithm on fusing explicit and implicit features
针对当前协同过滤算法中的用户和项目耦合关系利用不足、显式反馈与隐式反馈之间的互补关系考虑不充分等问题,提出一种融合显隐式特征的深度协同过滤推荐算法.构建一个双通道卷积神经网络用于学习用户/项目属性之间的显式关联,搭建一个深度潜在特征表示网络,间接利用用户/项目评分学习两者之间的隐式关联.将两个分支的结果联合训练,预测当前用户和项目的交互概率.在公开数据集MovieLens 1M和Tafeng上进行了充分的实验,结果表明本文所提出的方法有效提高了推荐性能.
杨本臣;李依泽
辽宁工程技术大学软件学院,辽宁葫芦岛125105辽宁工程技术大学软件学院,辽宁葫芦岛125105
计算机与自动化
推荐系统协同过滤显式反馈隐式反馈卷积神经网络
recommendation systemcollaborative filteringexplicit feedbackimplicit feedbackCNN
《辽宁工程技术大学学报（自然科学版）》 2023 (3)
个性化与典型化空间关键字查询方法研究
354-361,8
国家自然科学基金项目(61772249)
评论