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】随着互联网技术的快速发展以及用户数据的持续积累，个性化推荐系统在信息过载问题中发挥着越来越重要的作用。通过对 ＭｏｖｉｅＬｅｎｓ 数据集的实验研究，采用协同过滤与基于内容以及深度学习等多种优化方法，结合用户行为数据以及内容特征分析，构建了一个混合推荐模型。 实验结果表明：该模型在准确率与召回率以及覆盖率等指标上较传统方法分别提升了 １５,３％、１２, ７％和 １８, ９％。 同时，针对冷启动以及数据稀疏等问题提出了基于深度学习的优化策略，显著提升了推荐系统的整体性能。
