文献类型：期刊文章

作　　者：刘方爱[1] 王倩倩[2] 郝建华[1]

Liu Fangai;Wang Qianqian;Hao Jianhua(School of Information Science and Engineering,Shandong Normal University,250358,Jinan,China;School of Data and Computer Science,Shandong Women′s University,250002,Jinan,China)

机构地区：[1]山东师范大学信息科学与工程学院,济南250358 [2]山东女子学院数据科学与计算机学院,济南250002

出　　处：《山东师范大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61772321);山东省自然科学基金重点项目(ZR202011020044).

年　　份：2021

卷　　号：36

期　　号：4

起止页码：325-336

语　　种：中文

收录情况：IC、普通刊

摘　　要：在信息过载时代,从海量信息中寻找感兴趣的信息是一件非常困难的事.推荐系统可以从大数据中挖掘用户的偏好信息,从而向用户提供精确的个性化推荐服务.近年来,深度神经网络在推荐系统中得到了广泛的应用,具有独特的特征提取能力.本文对推荐系统进行梳理,在讨论传统推荐算法的基础上,综述了基于深度神经网络的推荐系统的研究进展,分析了与传统推荐方法的区别与优势,归纳了推荐系统的性能评价指标.介绍了所提出的三个基于深度学习的推荐模型.并对推荐系统的未来发展趋势进行展望.

关 键 词：推荐系统 深度神经网络  深度学习  评价指标 注意力机制  

分 类 号：TP391]