结合DenseNet和SOM聚类的个性化推荐方法

作     者：袁琳琳 陈春艳 秦进 Yuan Linlin;Chen Chunyan;Qin Jin

作者机构：贵州广播电视大学贵州职业技术学院贵州贵阳550023 贵州云科教服务有限公司贵州贵阳550000 贵州大学计算机科学与技术学院贵州贵阳550025 

基　　金：国家自然科学基金项目(61562009) 贵州省自然科学基金项目(黔科合基础1130号) 贵州省科技计划项目(黔科合支撑2502号) 贵州省科技计划项目(黔科合成果4001号) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2022年第39卷第1期

页      码：250-258页

摘      要：为解决推荐系统的个性化应用问题,提出一种融合准确性和多样性的多目标优化推荐模型DenseNCF。利用自组织映射网络(Self-Organizing Map,SOM)模型对推荐项目样本进行聚类分析,并建模用户的多样性倾向度。采用DenseNet深层卷积网络学习用户和项目的外积交互特征,得到精准的推荐结果。根据用户的多样性倾向度,设计综合准确性和多样性的损失函数,实现模型的端到端训练。在公开数据集上进行实验验证,结果表明所提模型的性能比简单的CNN网络结构的模型更优,既能够保证推荐结果的准确性,同时能有效提高推荐结果的多样性。

主 题 词：自组织映射网络 深层卷积网络 外积交互 多样性倾向度 推荐多样性 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1000-386x.2022.01.038

馆 藏 号：203107129...