计算机应用研究

作者：周传华,于猜,鲁勇,

单位：1.安徽工业大学a.管理科学与工程学院;b.复杂系统多学科管理与控制安徽普通高校重点实验室,安徽马鞍山243002；2.中国科学技术大学计算机科学与技术学院,合肥230026；

关键词：评分矩阵,评论文本,卷积神经网络,多层感知机,数据稀疏,

基金：国家自然科学基金资助项目(71772002,61702006)；复杂系统多学科管理与控制安徽普通高校重点实验室资助项目(CS2020-04)；；

针对个性化推荐中用户评分矩阵数据集稀疏，用户和项目描述信息未充分利用的问题，提出融合评分矩阵和评论文本的深度神经网络推荐模型（deep neural network recommendation model，DeepRec）。首先将通过数据预处理得到的用户偏好特征和项目属性特征的文本集合分别输入到卷积神经网络进行训练，得到用户和项目的深层次非线性特征，同时将评分矩阵输入多层感知机得到用户偏好隐表示，并对两种模型提取的用户偏好隐表示进行融合；其次利用多层感知机建模用户和项目隐表示对用户进行个性化推荐；最后基于三组数据集以均方根误差为评估指标进行对比实验。结果表明DeepRec的预测误差更低，有效提高了推荐的精准度。

来源：2021年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第4期