融合特征信息的混合推荐模型
打开文本图片集
摘要：传统的矩阵分解模型仅通过用户-项目的评分矩阵来对用户进行项目推荐，由于未能使用用户与项目的特征信息从而造成了信息損失，使得模型的评分预测误差较大。为了更加充分地满足个性化推荐的需求，利用因子分解机以及深度神经网络改进传统的矩阵分解模型，融入用户与项目的特征信息。对改进后的模型在数据集MovieLens-1M上检验模型的效果，采用RMSE作为评估指标，实验发现改进后模型的RMSE值降低，模型的评分预测误差减小，评分预测结果更加准确。（剩余5459字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。