申远:一种结合迁移学习的MF和DNN联合推荐算法论文

本文主要研究内容

作者申远,黄志良,蒋苏蓉,胡彪（2019）在《一种具有迁移学习的MF和DNN的组合推荐算法》一文中研究指出：为解决单一推荐算法应用具有局限性和用户行为数据具有稀疏性的问题,将迁移学习方法应用到组合推荐算法.该算法首先分别利用矩阵分解(MF)推荐算法和深度神经网络(DNN)推荐算法对用户行为数据进行预测,然后利用迁移学习方法将训练出来的特征数据作为组合推荐算法的输入,并进行再次训练,获得预测评分,实现对目标用户的推荐.实验结果表明,具有迁移学习的基于矩阵分解和深度神经网络的组合推荐算法能够有效地提升推荐质量.

Abstract

wei jie jue chan yi tui jian suan fa ying yong ju you ju xian xing he yong hu hang wei shu ju ju you xi shu xing de wen ti ,jiang qian yi xue xi fang fa ying yong dao zu ge tui jian suan fa .gai suan fa shou xian fen bie li yong ju zhen fen jie (MF)tui jian suan fa he shen du shen jing wang lao (DNN)tui jian suan fa dui yong hu hang wei shu ju jin hang yu ce ,ran hou li yong qian yi xue xi fang fa jiang xun lian chu lai de te zheng shu ju zuo wei zu ge tui jian suan fa de shu ru ,bing jin hang zai ci xun lian ,huo de yu ce ping fen ,shi xian dui mu biao yong hu de tui jian .shi yan jie guo biao ming ,ju you qian yi xue xi de ji yu ju zhen fen jie he shen du shen jing wang lao de zu ge tui jian suan fa neng gou you xiao de di sheng tui jian zhi liang .

论文参考文献

[1].基于萤火虫聚类的协同过滤推荐算法[J]. 魏涛,刘亚军,叶传标,曹阳. 电脑知识与技术.2019(33)

[2].基于链路预测的有向互动影响力和用户信任的推荐算法[J]. 魏映婷,倪静. 计算机应用研究.

[3].融合内容与矩阵分解的混合推荐算法[J]. 王永贵,陈玉伟. 计算机应用研究.

[4].基于聚类和用户偏好的协同过滤推荐算法[J]. 王卫红,曾英杰. 计算机工程与应用.

[5].一种结合评分重合度的协同推荐算法[J]. 任磊. 计算机应用研究.

[6].融合情感分析和概率语言的影视推荐算法研究[J]. 周欢,马浩南,刘嘉. 情报理论与实践.

[7].基于在线评论的混合推荐算法[J]. 单晓红,王春稳,刘晓燕,张晓月. 系统工程.2019(06)

[8].推荐算法概述与展望[J]. 俞伟,徐德华. 科技与创新.2019(04)

[9].推荐算法概述[J]. 张世东. 科技传播.2019(04)

[10].基于标签的自助教育资源推荐算法研究[J]. 张艳红,谌颃. 现代信息科技.2019(12)

论文详细介绍

论文作者分别是来自空军预警学院学报的申远,黄志良,蒋苏蓉,胡彪，发表于刊物空军预警学院学报2019年02期论文，是一篇关于组合推荐论文,迁移学习论文,矩阵分解论文,深度神经网络论文,空军预警学院学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自空军预警学院学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/525d9feca59b21172e656d61.html