论文研究-融合元数据及隐式反馈信息的多层次联合学习推荐方法.pdf

所需积分/C币:9 2019-07-22 18:38:53 1014KB .PDF
0
收藏 收藏
举报

针对隐式数据单纯利用隐反馈信息往往难以获取较好推荐性能的问题,提出一种融合元数据及隐式反馈信息的多层次深度联合学习(multi-level deep joint learning,MDJL)推荐方法。它利用双深度神经网络共同学习,其中一个网络利用隐式反馈学习用户及项目个体个性化关系,另一个网络利用元数据学习高层次群体共性化关系,从而有效地表达用户偏好,使MDJL框架在个体及群体因素间达到平衡。最后,MDJL推荐算法在MovieLens 100K和MovieLens 1M两个公开数据集上进行实验评估。结果表明,该算法比其他基线方法表现出了更为优越的推荐性能。

...展开详情
试读 5P 论文研究-融合元数据及隐式反馈信息的多层次联合学习推荐方法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
weixin_39840515 如果觉得有用,不妨留言支持一下
2019-07-22
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分or赚钱
    最新推荐
    论文研究-融合元数据及隐式反馈信息的多层次联合学习推荐方法.pdf 9积分/C币 立即下载
    1/5
    论文研究-融合元数据及隐式反馈信息的多层次联合学习推荐方法.pdf第1页

    试读结束, 可继续读1页

    9积分/C币 立即下载 >