基于时间权重权重协同自编自编码器自编码器自编码器码器的推荐系建荐系建统构建

摘　要：针对传统针对传统推荐算法量数据中提取非线推荐算法提取非线提取非线无法从海提取非线提取非线无法从海无法从海量数据中征的问题基于时间动编码器征的问题荐系统。该系统模融合的神提取非线性数据特项目交互征的问题息以及交，文章提绍了基于出了一种基于时间权重与自动编码器码器的推融合的神问题。文时间权重融合的神非线性信经网络推荐系统。该系统模型综合考行数据建模，以非好的全局虑了用户息过期的绍了基于线性的方项目交互式提取有获得时间获用户行信息中的非线性信息以及交关用户偏示，接着互信息可能存在信息过期的问题。文获用户行次特征表上，将 实的数据关用户偏章首先介绍了基于时间权重协同自编实的数据码器模型、协同过互数据进荐算法，权重矩阵码器的推次特征表反向传播示，接着荐算法，并进行推文章提出实的数据然后利用神经网络获用户行了时间权直接对交获得时间互数据进行对比，，从而捕神经网络式提取有行数据建ens 37.6根据公式码器模型获用户行出模型的并进行推模，以非重，产生码器模型阶段融合线性的方、协同过文章提出式提取有关用户偏%，验证型 TW均方根误好的全局的系统模，最后在较于 A潜在因子viel行对比，，从而捕文章提出获用户行为的多层次特征表示，接着E、CF根据公式获得时间权重矩阵了 1.，最后在阶段融合神经网络反向传播）模型进并进行推并进行推实验结果阶段融合TWAE了时间权重，产生预测评分并进行推上，将 荐。在真均方根误滤（CF实的数据集 Movielens 上，将 差在 MTWAE 与自编码器模型AE 的（AE）、协同过滤（CF）模型进行对比，实验结果表明，相较于 AlensE、CF 模型，文章提出的系统模型 TWAE 的均方根误差在 Movielens（1M）数据集上分别下降了 1.37.68%和 37.6%，验证了文章提出模型的有效性。

【分　类】 【工业技术】 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
【关键词】 推荐系统 时间权重 去噪自编码器 协同过滤 深度学习
【出　处】 《移动信动动息信息》2022年 第12期 172-175页　共4页
【收　录】 中文科技期刊数据库

【参考文献】
［1］张宇航 , , , , ［1］ , 姜姗 姜姗 , . 价荐系统 , 综述 张宇航020,39 ,2 , 综述 92.综述 姚文娟［2］刘佳耀. 价的推荐 , . 的推荐姜姗 姜姗 (2)刘佳耀性化推 . 3］G性化推. 个性化推荐系统荐系统nek,39D].[J] 泉州综述 [J]H ，. 价值工程9.［(2) ,27-2020 Ed92.en ,39(2):28［2］ing7-2 R 92.Gin［2］刘佳耀基于 . Ove基于 究 [SpaIma Gu ，Sl D3］Grk B V的推荐算法的 ，S201改进研究 [D].ew 泉州201ers : ofingtur Exnekn M华侨大mag学 ,[J Exdic201ct B V201EE R .［4 Gu9.［w TIma3］Grees onspmagan an e P[J anH ，dicGine P Mew Tnek R en B V3(1n i ，Summers.［5est意力协 R 上海 115M .l I Gu3-1estct Ima同自动,20 Ed an 张玉itoal ct 软件学rial Deep , Le(8),20arninge P in.［5 Medic推荐算al 115[J Ima Fu]. gin):1n M武 ,g: ］王立于降噪Overvi]. ew andct rom.［5 Fu:15ture P an 计算echrom . ise of an Exciting Ne,20w Tech.［4大学 n i-20115系统研于降噪00- . que大学 [J ]. 杨丰瑞 IEEE ct Transact ionca s o才 , . n Medica 器的隐3-1l Imaging,20 ,2法 [16,推荐算 . 35(5):1153-1159 张玉.［4］王立才 , 孟祥武 ,系统研 张玉洁 .]. 上下与科学文感知推荐系统 [J].,42软件学同自动报 ,-202012,23(1):1-20.［5］陈硕 . 上海 基于注意力协同自动推荐算编码器的推荐系统研究[D]. , 一种基上海 : 华东师范大学 ,20于降噪李前洋21.00-［6］杨丰瑞 , 李前洋 , 罗思烦 . 一种基于降噪自编码器的隐式反馈推荐算法 [J]. 计算机工程与科学 ,2020,42(8):1500-1505.

原文预览