典型文献
浅谈GRU算法在基于Session的推荐系统的应用与优化
文献摘要：
当今社会随着网络的发展和移动平台的应用,移动端的应用需求大量增加,数据需求增长迅猛,但是数据的相关处理却不能及时同步,因此产生了数据过载等情况.而推荐系统能够有针对性的处理这些难题,推荐算法则是系统中最重要的核心,一个推荐算法的优劣很大程度上影响了系统的运行效率.传统的几种推荐方式各自在某些方面存在一些局限性,而GRU同时考虑了时间的影响和item的特征,所以相比于传统的其他几种推荐方法表现会更好.同时通过结合一些矩阵分解的方式来进一步优化算法,以达到更好的效果.研究GRU算法在基于Session的推荐系统中的应用及优化方案,可以带动目前各主流电商等平台中相关技术的更新,对商家的销售策略制定提供强有力的数据支撑,对经济起到积极的刺激和推动作用.主要是对GRU算法在基于Session的推荐系统中的应用和优化进行分析和研究,以供相关专业人士进行参考和借鉴.
文献关键词：
GRU算法;推荐系统;神经网络;矩阵乘法
中图分类号：
作者姓名：
高峰
作者机构：
福州理工学院
文献出处：
引用格式：
[1]高峰-.浅谈GRU算法在基于Session的推荐系统的应用与优化)[J].信息系统工程,2022(03):44-47
A类：
B类：
GRU,Session,推荐系统,当今社会,移动平台,移动端,应用需求,数据需求,需求增,相关处理,过载,推荐算法,推荐方式,自在,item,推荐方法,矩阵分解,应用及优化,商家,销售策略,策略制定,分析和研究,相关专业,专业人士,矩阵乘法
AB值：
0.418466
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。
