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
¥29.8
¥9.9
¥59.8