基于神经网络和注意力机制的协同过滤推荐算法的研究
打开文本图片集
摘 要： 针对协同过滤推荐算法中用户⁃物品矩阵的稀疏性，使得传统协同过滤算法推荐度较差的问题，提出一种改进的基于神经网络和注意力机制的协同过滤推荐算法B⁃SDAECF，旨在解决传统推荐系统中数据稀疏的问题。结合Transformer模型的变式Bert模型和堆叠式降噪自动编码器（SDAE），利用Bert模型从用户评论中提取高质量的特征表示，以获得向量矩阵；并将向量矩阵作为SDAE的初始权重，从而使SDAE模型能够更快速地运算，进而填充原有的用户⁃项目评分矩阵。（剩余11769字）