基于融合辅助信息的神经网络组合推荐系统
陈善雄
张曦煌
江南大学物联网工程学院 无锡 214122
摘要：随着深度学习技术的发展,一些工作把深度学习运用于推荐系统中.为进一步提高推荐质量,提出一种基于融合辅助信息的神经网络组合推荐系统NFR(Neural Fusion Recommender).通过训练多个彼此独立的神经网络模型,连接模型输出前的最后一层,最后用加权的方法将多个模型组合在一起,并给出了算法的实现方法.在现有基准数据集上进行实验,利用命中率和归一化折损累计增益对实验结果进行评估.实验结果证明NFR不仅可以通过其他网络进行扩展,还可以通过融合数据源的辅助信息提高预测能力,相比之前的方法表现更好.
关键词：推荐系统神经网络隐形反馈辅助信息
分类号：TP389.1(计算技术、计算机技术)
资助基金：江苏省产学研合作项目(BY2015019-30)
论文发表日期：2021-10-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1998-2002,2038 )
英文信息