基于降噪自动编码器的推荐算法

摘要：

传统的推荐算法一般采用用户项目评分矩阵学习潜在因素,了解用户的个人偏好并作出推荐,但在实际应用中,评分矩阵通常非常稀疏.针对传统推荐算法的不足,提出一种基于降噪自动编码器的推荐模型.首先用2个自动编码器来训练用户和项目的潜在因子矩阵,然后将学习到的隐含特征向量输入一神经网络来进行评分预测,最后根据新的评分矩阵作出推荐.实验结果表明,该算法提高了推荐结果的召回率,同时缩小了重构误差.

关键词：自动编码器、深度学习、神经网络、协同过滤、降噪自动编码器

分类号：TP181(自动化基础理论)

资助基金：国家科技支撑计划课题2015BAH55F02;广西科学研究与技术开发计划项目桂科攻14124005-2-7

在线出版日期：2018-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：78-82