avatar avatar 我的文献 基于变分自编码器的混合推荐算法 作者 张宇生; 张桂珠; 王晓锋 单位 江南大学物联网工程学院 期刊 计算机工程 时间 关键词 推荐系统; 变分自编码器; MCMC采样; 协同过滤; 深度学习 基金 国家自然科学基金(No.61672264); 国家自然科学基金(No:61972182)
摘要
传统的推荐算法大都没有考虑曝光因素,而且无法有效解决冷启动问题,为此,本文引入曝光隐变量,提出一种基于变分自编码器的混合推荐算法。该算法在协同过滤背景下使用MCMC采样做曝光隐变量和特征向量的推断,在推断过程中将前一次迭代得到的分布结果作为先验,利用共轭关系直接得到参数后验,提高了推断的精度;使用变分自编码器抽取用户曝光向量的隐特征,并以此做该用户的曝光预测;最后用变分自编码器抽取商品的协同隐特征,处理新商品的冷启动问题。在CiteULike数据集上的实验结果表明,和其他算法相比该算法提高了旧商品的推荐性能,对新商品的推荐效果也有明显改善。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭