典型文献
基于深度神经网络融合特征信息的协同过滤模型
文献摘要：
针对神经协同过滤方法仅对用户和物品的交互信息建模,无法学习用户和项目辅助信息中的潜在特征的问题,提出一种基于深度神经网络融合辅助信息的协同过滤模型.该模型用双重的多层感知机分别对用户和项目的交互信息以及辅助信息建模,计算用户对物品感兴趣的概率.在MovieLens和The Movies数据集上的实验表明,本文模型在PR-AUC高于以往的协同过滤算法,验证了该模型在推荐系统中的有效性和可行性.
文献关键词：
神经网络;深度学习;协同过滤;隐性反馈
中图分类号：
作者姓名：
张铁斌;郑行;邢星;陈建;贾志淳
作者机构：
渤海大学 信息化建设与管理中心,辽宁 锦州121013;渤海大学 信息科学与技术学院,辽宁 锦州121013
文献出处：
引用格式：
[1]张铁斌;郑行;邢星;陈建;贾志淳-.基于深度神经网络融合特征信息的协同过滤模型)[J].渤海大学学报（自然科学版）,2022(02):172-177
A类：
隐性反馈
B类：
深度神经网络,网络融合,融合特征,特征信息,过滤模型,神经协同过滤,过滤方法,交互信息,信息建模,习用,辅助信息,潜在特征,多层感知机,感兴趣,MovieLens,Movies,PR,协同过滤算法,推荐系统
AB值：
0.343447
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
