基于深度神经网络的推荐算法模型的研
究
摘 要:近年来,大数据、云计算、人工智能等新技术的迅速发展,数据量
也急速增长。对于多模数据的应用和海量数据的处理已经成为研究人员最关注的
话题之一。而神经学习的出现,给处理多模和海量数据带来了新的方向。深度学
习构建的神经网络可以很好的处理非结构化的数据,给推荐算法的发展指明了道
路。文章搭建了一种基于深度神经网络的多模信息推荐算法模型。实验结果表明,
该模型能够有较好的推荐效果。
关键词:推荐模型;深度神经网络;多模信息
1、引言
近年来,大数据、云计算、人工智能等新技术的快速发展,网络数据的指数增
长和多样化在各领域的发展带来了新的机遇和危机。一方面,更有价值的多模数
据信息
Error: Reference source not found
能给推荐带来更全面的结果;另一方面,由于用户的需求
越来越广,面对稀疏性和冷启动问题,传统的协同过滤推荐算法不能很好地适应
用户需求。因此,寻找到有效的新技术来取代传统的技术是一件迫在眉睫的事。
推荐系统通过收集和分析用户的数据来寻找用户的兴趣和行为模式,进而从
大量繁杂的数据中找到符合用户的项目,将其推荐给用户,节约了用户筛选信息
的时间,有效的提高了信息的利用 。本文利用深度学习的知识 ,搭建了一种基
于深度神经网络的多模信息推荐算法模型,此模型在本文中主要是针对电影进行
推荐,结合了用户和电影本身的各种信息,利用各种数据处理的手段,将信息转
化为稠密矩阵输入模型中,最后证明模型的有效性。
2、相关技术介绍
2.1 传统推荐算法
[1] [2]