文档名：基于深度学习CNN与协同过滤的在线商品推荐
随着移动互联技术的飞速发展和广泛应用,推荐系统在社会生活和经济活动的各项决策过程中发挥着重要作用.然而,传统推荐算法在如今信息过载、信息更新迅速的条件下表现不够理想,特别是难以将丰富的商品图片信息进行有效处理并用于增强推荐效果.本文基于卷积神经网络(CNN)在处理图像方面的强大优势,提出了将CNN和概率矩阵分解方法相结合的协同过滤方法用于在线商品的推荐.相比于传统方法,该方法通过实现对商品图片更为个性化和丰富的表达,提升了协同过滤方法的性能,并验证了引入图片内容分析所起到的信息增强作用.
作者：管悦陈国青卫强
作者单位：清华大学经济管理学院,北京100084
母体文献：信息系统协会中国分会第七届学术年会论文集
会议名称：信息系统协会中国分会第七届学术年会
会议时间：2017年10月20日
会议地点：上海
主办单位：中国系统工程学会,信息系统协会中国分会
语种：chi
分类号：
关键词：在线商品推荐 卷积神经网络 协同过滤 概率矩阵分解
在线出版日期：2020年7月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.02 MB
- 下载次数:
- 60
-
高速下载
|
|
