基于RBM模型的豆瓣小组推荐系统设计与实现

刘宇宁;陶宏才;

【期刊名称】《成都信息工程大学报》

【年(卷),期】2018(033)002

【摘要】将受限玻尔兹曼机（restricted boltzmann machine,RBM）模型应用于推荐领域已成为一个很有意义的研究方向。针对豆瓣小组,设计实现了一个基于RBM模型的推荐系统,该系统由数据层、模型层、评测层3部分组成。数据层通过选取＂豆瓣达人＂数据,一定程度上解决了数据稀疏问题。模型层利用对比散度（contrastive divergence,CD）算法进行学习。实验结果表明,在豆瓣小组数据集上,RBM模型相较传统协同过滤算法具有更好的推荐效果。

【总页数】6页(P.107-112)

【关键词】豆瓣小组;推荐系统;限制玻尔兹曼机;对比散度算法

【作者】刘宇宁;陶宏才;

【作者单位】西南交通大学信息科学与技术学院,四川成都611756;西南交通大学信息科学与技术学院,四川成都611756;

【正文语种】英文

【中图分类】TP301.6

【相关文献】

1.基于RBM模型的豆瓣小组推荐系统设计与实现 [J], 刘宇宁; 陶宏才

2.基于安卓系统的股票推荐系统设计与实现 [J], 孙金华; 孟昭睿; 魏天武

3.基于图书馆借阅数据分析的图书推荐系统设计与实现 [J], 赵颖珺; 周亚辉; 张炳

4.基于垂直搜索引擎的景点评分推荐系统设计与实现 [J], 江徐寒婧

5.基于垂直搜索引擎的景点评分推荐系统设计与实现 [J], 江徐寒婧

以上内容为文献基本信息，获取文献全文请下载