湖北工业大学学报2021，Vol.36Issue(2) ：29-33.

融合神经网络与矩阵分解的旅游景点推荐模型

Tourism Attraction Recommendation Algorithm Based on Deep Neural Network Matrix Factorization

郑吟秋 汪弘扬 程玉 陈建峡
湖北工业大学学报2021，Vol.36Issue(2) ：29-33.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

融合神经网络与矩阵分解的旅游景点推荐模型

Tourism Attraction Recommendation Algorithm Based on Deep Neural Network Matrix Factorization

郑吟秋 1汪弘扬 1程玉 1陈建峡1
扫码查看

作者信息

  • 1. 湖北工业大学计算机学院,湖北武汉430068
  • 折叠

摘要

针对旅游业不断发展、旅游有关信息过载、用户难以选择合适旅游景点等现实问题,研发了融合神经网络与矩阵分解的Tr-DNNMF旅游景点推荐模型.该模型将采用神经协同过滤模型的框架,使用广义矩阵分解模型和多层神经网络模型作为预训练模型单独训练,再对这两个模型进行融合,预测用户对景点的评分并进行景点推荐.本模型将矩阵分解的线性和深度神经网络的非线性相结合,对用户-景点的潜在特征进行建模,使模型既具备良好的扩展性,又有强大的拟合能力.利用国内旅游景点用户交互数据进行实验,实验结果表明:融合模型比单独模型的NDCG@10提高了7％,HR@10提高了0.5％.

关键词

推荐系统/神经网络/矩阵分解/旅游景点

引用本文复制引用

基金项目

湖北省大学生创新创业训练计划(S201910500060)

出版年

2021
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
参考文献量1
段落导航相关论文