设计应用

基于深度网络的推荐系统偏置项改良研究

作者：张天蔚
发布日期：2021-08-12
来源：信息技术与网络安全


0 引言

随着互联网的迅猛发展，用户想要从海量的信息中获取自己真正感兴趣的内容已经变成了一件颇有挑战性的工作。解决这种“信息过载”问题的常用技术之一就是推荐系统[1-2]。推荐系统往往利用用户对于项目的历史交互数据信息(如评分、评论、历史购买记录等)[3]建立模型来挖掘用户与项目之间的隐性关联[4-5]，从而得以为用户推荐与其喜好的历史交互项目高度相似的新项目，帮助用户筛选出其需要的信息[6-7]。




本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003723





作者信息：

张天蔚

(山东省计算中心(国家超级计算济南中心)，山东 济南250014)


此内容为AET网站原创，未经授权禁止转载。
推荐算法 协同过滤 深度神经网络 隐式反馈

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map