典型文献
基于矢量量化编码的协同过滤推荐方法
文献摘要：
随着互联网的高速发展,海量数据涌现,使得推荐系统成为计算机科学领域的研究热点.变分自编码器已经被成功应用于协同过滤方法的设计中,并取得了出色的推荐效果.然而,以往基于变分自编码器的推荐模型存在一些问题,如对隐变量先验分布的约束以及"后验失效"等,这些问题降低了推荐模型的性能.为了解决这一问题,使变分自编码器模型更加适用于推荐任务,提出了一种基于矢量量化编码的协同过滤推荐方法.该方法采用离散的矢量编码代替变分自编码器从隐变量分布中直接取样获得编码,从观测数据中学习到一个离散的潜在表示,提高了编码的表示能力.在多个公开数据集上的性能评测结果显示,与现有方法相比,所提方法能够有效提升推荐性能.
文献关键词：
推荐系统;协同过滤;矢量量化编码;变分自编码器
中图分类号：
作者姓名：
王冠宇;钟婷;冯宇;周帆
作者机构：
电子科技大学信息与软件工程学院 成都610054
文献出处：
引用格式：
[1]王冠宇;钟婷;冯宇;周帆-.基于矢量量化编码的协同过滤推荐方法)[J].计算机科学,2022(09):48-54
A类：
矢量量化编码
B类：
协同过滤推荐,推荐方法,海量数据,推荐系统,计算机科学,科学领域,变分自编码器,成功应用,过滤方法,出色,推荐效果,推荐模型,隐变量,先验分布,推荐任务,中直,接取,观测数据,示能,公开数据集,性能评测,推荐性
AB值：
0.206843
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。
