资料下载
×
可提高商品的推荐性能的混合推荐算法
消耗积分:0 |
格式:pdf |
大小:2.00 MB |
2021-03-16
分享资料个
较多传统推荐算法因未考虑曝光因素而难以解决冷启动冋题。为此，通过引入曝光隐变量，提出一种基于变分自编码器的混合推荐算法。在协同过滤背景下使用马尔科夫链蒙特卡洛采样推断曝光隐变量和特征向量，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，以提高推断精度。在此基础上，通过变分自编码器ⅤAEe抽取用户曝光向量的隐特征，据此对该用户做曝光预测，同时训练变分自编码器ⅤAEi抽取商品的协同隐特征，解决新商品的冷启动问题。在真实数据集上的实验结果表明，该算法能够同时提高旧商品和新商品的推荐性能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
