ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】本文提出了一种具有可扩展性的基于原始分类的协同过滤推荐系统体系结构。 该系统采用的协作过滤方法可以适用于 大多数现有的推荐系统，因为其只需要在评级数据集上进行训练。 这种数据缩减提供了一个新的抽象级别，并使得设计基于分类的 体系结构成为可能。 除了体系结构本身，本文还提出了一种新的预测方法，该方法无需进行大量的预测，就可以获取到推荐结果。 相 反，本方法在每次预测时，通过前向神经网络一次性获取一组概率，并输出在其分类输出层中。 本文提出的神经网络协同过滤推荐系 统结构通过数据集进行了测试，实验结果显示该架构对获得准确的精确度和召回值有良好期望。
