-
【获取途径】
超星期刊网
-
【作者】严武军,刘守业,贺娇娇
-
【刊名】现代计算机
-
【作者单位】太原师范学院计算机科学与技术学院
-
【年份】2023
-
【卷号】第29卷
-
【期号】 第24期
-
【页码】69-73
-
【ISSN】1007-1423
-
【关键词】推荐系统 AutoRec 神经网络 冷启动
-
【摘要】
传统推荐算法对用户的历史记录有严重的依赖,同时面临工程复杂与表达能力差,挖掘数据潜藏模式难的问题。为增强模型表达能力,满足更多数据类型和业务场景,以及解决推荐系统冷启动问题,实验采用单隐层神经网络推荐模型AutoRec进行改进,用于计算用户User与物品Item之间隐藏特征。同时,采用概率统计学的方法,解决系统冷启动问题。实验在PyTorch框架上进行数据集的训练,与传统推荐算法相比,该模型具有更强的表达能力和更精准的推荐结果。
-
【文献类型】
期刊
进入发现系统查看更多信息
页脚