基于多核学习卷积神经网络的稀疏数据推荐

作     者：霍雨佳 左欣 张虹 HUO Yu-jia;ZUO Xin;ZHANG Hong

作者机构：贵州理工学院人工智能与电气工程学院贵州贵阳550003 贵州省教育厅贵州省人工智能与智能控制特色重点实验室贵州贵阳550003 贵州师范学院继续教育学院贵州贵阳550018 贵州财经大学外语学院贵州贵阳550025 

基　　金：现代制造技术教育部重点实验室开放课题基金项目(黔教合KY字477号) 贵州省高等学校教学内容和课程体系改革基金项目(2017520072) 贵州省大数据统计分析重点实验室基金项目(黔科合平台人才5103号) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第2期

页      码：489-496页

摘      要：针对当前稀疏数据推荐准确率低的问题,提出一种基于多核学习卷积神经网络的稀疏数据推荐算法。将项目的辅助信息送入卷积神经网络学习特征,将向量在可再生核希尔伯特空间组合,利用多核学习技术增强卷积神经网络的特征学习能力;基于学习的卷积特征集初始化非负矩阵模型,通过非负矩阵模型实现对缺失评分的预测。实验结果表明,该算法有效提高了稀疏数据集的推荐性能,验证了多核学习卷积神经网络的有效性。

主 题 词：稀疏数据 推荐系统 评分预测 卷积神经网络 多核学习 项目上下文 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2021.02.028

馆 藏 号：203102037...