基于降噪自编码和卷积神经网络的协同过滤算法
Computer and Digital Engineering（2020）
摘要
在协同过滤算法中最主要是用户相似度计算,但是用户评分项数据存在严重稀疏,导致推荐精准度降低.针对评分项数据稀疏性问题,论文提出一个C-DAE协同过滤算法.首先,利用卷积神经网络(CNN)对项目评论文本提取用户兴趣偏好,得到项目向量矩阵,其次,利用项目向量矩阵对降噪自编码器(DAE)加权填充原始评分矩阵,最后填充后的评分矩阵计算用户相似度进行推荐.实验结果证明,该方法解决了评分项数据稀疏性问题,提高了推荐质量.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要