avatar avatar 我的文献 基于深度学习的推荐系统研究综述 作者 黄立威; 江碧涛; 吕守业; 刘艳博; 李德毅 单位 北京市遥感信息研究所; 清华大学计算机科学与技术系 期刊 计算机学报 时间 2018年07期 关键词 推荐系统; 深度学习; 协同过滤; 个性化服务; 数据挖掘; 多源异构数据 基金 国家“九七三”重点基础研究发展计划项目基金(2014CB340404); 国家自然科学基金重大研究计划(91638301); 国家自然科学基金(61272111,61273216,6160011950)资助~~
摘要
深度学习是机器学习领域一个重要的研究方向,近年来在图像处理、自然语言理解、语音识别和在线广告等领域取得了突破性进展.将深度学习融入推荐系统中,研究如何整合海量的多源异构数据,构建更加贴合用户偏好需求的用户模型,以提高推荐系统的性能和用户满意度,成为基于深度学习的推荐系统的主要任务.该文对近几年基于深度学习的推荐系统研究进展进行综述,分析其与传统推荐系统的区别以及优势,并对其主要的研究方向、应用进展等进行概括、比较和分析.最后,对基于深度学习的推荐系统的未来发展趋势进行分析和展望.
下载 浏览 cnki {{liketext}}
©2019 - iData {{ message }} 关闭