基于多特征的深度神经网络混合推荐模型研究

文档摘要：近年来,深度学习广泛应用于推荐系统领域,并受到了极大的欢迎.然而,将混合推荐与深度学习技术相结合的研究还处于起步阶段.将深度学习技术应用于混合推荐,设计了一个基于多特征的深度神经网络混合推荐模型(MFDH),通过将深度学习技术和多层感知机技术相结合,从多角度自动学习用户和项目之间的交互,更全面地反映出用户的偏好.在两个不同的公开数据集上进行了实验,结果证明,该模型相比基线模型有较高的推荐质量.

作者：秦育华Author：
作者单位：江苏建筑职业技术学院,江苏徐州221116
刊名：电脑编程技巧与维护
Journal：ComputerProgrammingSkills&Maintenance
年，卷(期)：2024, (6)
分类号：
关键词：多特征  深度神经网络  推荐模型  
机标分类号：TP391TN912.34U451.2
在线出版日期：2024年7月2日
基金项目：江苏建筑职业技术学院科研项目基于多特征的深度神经网络混合推荐模型研究[
期刊论文]  电脑编程技巧与维护--2024, (6)秦育华近年来,深度学习广泛应用于推荐系统领域,并受到了极大的欢迎.然而,将混合推荐与深度学习技术相结合的研究还处于起步阶段.将深度学习技术应用于混合推荐,设计了一个基于多特征的深度神经网络混合推荐模型(MFDH),通过将...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:38 上传 基于多特征的深度神经网络混合推荐模型研究.pdf

文件大小:

1.45 MB

下载次数:

60

高速下载