典型文献
基于多维特征交叉的深度协同过滤算法
文献摘要：
基于深度学习的推荐算法最初以用户和物品的ID信息作为输入,但是ID无法很好地表现用户与物品的特征.在原始数据中,用户对物品的评分数据在一定程度上能表现出用户和物品的特征,但是未考虑用户的评分偏好以及物品的热门程度.在评分任务中使用隐式反馈和ID信息作为用户与物品的特征,在消除用户主观性对特征造成的噪声的同时在一定程度上缓解冷启动问题,利用单层神经网络对原始高维稀疏特征降维,使用特征交叉得到用户与物品的低阶交互,再利用神经网络捕获用户与物品的高阶交互,有效提取了特征间的高低阶交互.在四个公开数据集上的实验表明,该算法能有效提高推荐精度.
文献关键词：
深度学习;评分数据;隐式反馈;特征交叉
中图分类号：
作者姓名：
陆悦聪;王瑞琴;金楠
作者机构：
湖州师范学院 信息工程学院,浙江 湖州 313000;浙江省现代农业资源智慧管理与应用研究重点实验室,浙江 湖州 313000
文献出处：
引用格式：
[1]陆悦聪;王瑞琴;金楠-.基于多维特征交叉的深度协同过滤算法)[J].计算机工程与应用,2022(22):72-78
A类：
B类：
多维特征,特征交叉,深度协同,协同过滤算法,推荐算法,ID,现用,原始数据,评分数据,隐式反馈,户主,主观性,冷启动问题,单层神经网络,高维,稀疏特征,特征降维,使用特征,低阶,有效提取,公开数据集,推荐精度
AB值：
0.384561
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。
