首页|基于深度学习的Top-N顺序推荐

基于深度学习的Top-N顺序推荐

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
随着大数据的到来,网络中出现众多繁杂的信息,推荐系统可以更快、更好地筛选最符合人们需求的内容,节省大量时间.深度学习的一系列方法在生活的各个方面随处可见.采取基于深度学习的融合算法,利用卷积神经网络获取用户的序列特征,通过潜因子模型获取用户特定特征.并提出混合模型NN LF,在时间和潜在空间内将近期项目序列嵌入到"图像"中,使用卷积变换学习序列模式作为图像的局部特征.这种方法为捕获一般偏好和顺序模式提供了一种统一又灵活的网络结构.以几种常见的评价指标方法为依据,在真实的旅游景区数据集上进行实验,结果表明本文的模型达到了良好的推荐性能.
Top-N Sequential Recommendation Based on Deep Learning

杨丹阳、孙英娟、李婉桦、刘艺璇

展开 >

长春师范大学计算机科学与技术学院,吉林 长春 130032

Top-N顺序推荐 卷积神经网络(CNN) 潜因子模型(LFM) 深度学习

2019C052-92014Y101

2021

长春师范大学学报(自然科学版)
长春师范学院

长春师范大学学报(自然科学版)

影响因子：0.279
ISSN：1008-178X
年,卷(期)：2021.40(4)
  • 1