基于AutoRec的推荐系统模型研究

分享到

【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