文献类型：期刊文章

作　　者：字云飞[1] 李业丽[1] 孙华艳[1]

Zi Yunfei;Li Yeli;Sun Huayan(School of Information Engineering,Beijing Institute of Graphic Communication,Beijing 102600,China)

机构地区：[1]北京印刷学院信息工程学院,北京102600

出　　处：《电子技术应用》

基　　金：北京市教委科技创新服务能力建设项目(04190117010)

年　　份：2019

卷　　号：45

期　　号：1

起止页码：14-18

语　　种：中文

收录情况：DOAJ、JST、RCCSE、ZGKJHX、普通刊

摘　　要：深度神经网络由于结构类似于生物神经网络,因此拥有高效、精准抽取信息深层隐含特征的能力和能够学习多层的抽象特征表示,且能够对跨域、多源、异质的内容信息进行学习等优势。提出了一种基于多用户-项目结合深度神经网络抽取特征、自学习等优势实现信息个性化推荐的模型,该模型通过对输入多源异构数据特征进行深度神经网络学习、抽取,再融合协同过滤中的广泛个性化产生候选集,然后通过二次模型学习产生排序集,实现精准、实时、个性化推荐。通过真实数据集对模型评估实验,实验结果表明,该模型能够很好地学习、抽取用户隐特征,并且能够一定程度上解决传统推荐系统稀疏性、新物品等问题,同时实现了更加精准、实时、个性化的推荐。

关 键 词：深度神经网络  个性化推荐 候选集 排序集  多视角  

分 类 号：TN311]