基于深度学习的混合推荐方法研究

推荐系统的出现在一定程度上解决了信息过载问题,但同时也衍生出数据稀疏和冷启动等问题,这些问题制约了推荐系统的良性发展。为此,本文在深度学习的基础上,将概率矩阵分解法与堆叠降噪自编码器进行结合,提出一种混合推荐方法。实验结果表明,和单独的概率矩阵分解法、概率矩阵分解法+降噪自编码器法相比,该方法能够有效改善推荐效果,具有一定的可行性和有效性。