一種基於演化的新推薦系統
學年 108
學期 1
發表日期 2019-09-25
作品名稱 一種基於演化的新推薦系統
作品名稱（其他語言）
著者 陳以錚; 惠霖; 王英宏; 朱彥龍; 翁愷澤
作品所屬單位
出版者
會議名稱 TANET 2019
會議地點 高雄市, 台灣
摘要 由於對用戶興趣的精確預測，矩陣分解（Matrix factorization, MF）技術已被廣泛用於推薦系統中。先前基於 MF 的方法通過從用戶和項目中提取潛在因子來調整總體評級以進行推薦。然而，在實際應用中，人們的偏好通常隨時間而變化；傳統的基於 MF 的方法無法正確捕捉用戶興趣 的變化 。 在本文中，通過將遞歸神經網絡（recurrent neural network, RNN）結合到 MF 中，我們開發了一種新穎的推薦系統 M-RNN-F，以有效地描述用戶隨時間的偏好演變。提出了一種學習模型來捕捉進化模式並預測未來的用戶偏好。 實驗結果顯示，M-RNN-F 的性能優於其他最先進的推薦演算法。此外，我們在現實世界數據集上進行實驗，以證明其實用性。
關鍵字 深度學習;推薦系統;矩陣分解;長短期記憶
語言 zh_TW
收錄於
會議性質 國內
校內研討會地點 無
研討會時間 20190925~20190927
通訊作者
國別 TWN
公開徵稿
出版型式
出處
相關連結

機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/118334 )

SDGS 尊嚴就業與經濟發展,產業創新與基礎設施