文献类型：期刊文章

作　　者：樊艳清[1] 纪佳琪[2,3]

Fan Yanqing;Ji Jiaqi(Information Center,Hebei Normal University for Nationalities,Chengde 067000,China;School of Mathematics and Computer science,Hebei Normal University for Nationalities,Chengde 067000,China;The Technology Innovation Center of Cultural Tourism Big Data of Hebei Province,Chengde 067000,China)

机构地区：[1]河北民族师范学院信息中心,承德067000 [2]河北民族师范学院数学与计算机科学学院,承德067000 [3]河北省文化旅游大数据技术创新中心,承德067000

出　　处：《现代计算机》

基　　金：河北省省级科技计划资助项目(20310301D);承德市科技计划项目(202201A059)。

年　　份：2023

卷　　号：29

期　　号：18

起止页码：18-23

语　　种：中文

收录情况：普通刊

摘　　要：隐语义模型是一种基于协同过滤的推荐模型,由于其较好的推荐性能已在各个领域广泛应用。近些年机器学习的一个重要研究分支深度学习也在各个领域大放异彩。为进一步提高推荐系统的推荐性能,设计了一种结合隐语义模型和深度学习技术的模型。通过对隐语义模型表示形式的等价转换,可以用深度神经网络表示隐语义模型,提出了基于深度学习的隐语义协同过滤推荐模型。实验结果表明,提出的模型在precision和recall评价指标上明显优于其他协同过滤推荐模型。

关 键 词：深度学习  协同过滤 隐语义模型  推荐系统

分 类 号：TP391.3] TP18[计算机类]