一种基于旁信息增强的协同过滤自动编码器模型

来源期刊：东北大学学报(自然科学版)2019年第11期

论文作者：刘海博 冯时 于戈

文章页码：1527 - 1532

关键词：自动编码器;协同过滤;旁信息;推荐系统;评分预测;

摘    要：针对用户评分预测不准确的问题,提出了一种基于旁信息（side-information）对用户兴趣进行预测的协同过滤自动编码器推荐模型,给出了模型的设计原理、损失函数以及具体结构.模型使用单隐藏层自动编码器实现,用户评分与旁信息同为模型的输入/输出数据,旁信息也直接参加模型的训练,这种设计不仅降低了模型的规模和复杂度,而且旁信息可以直接对用户兴趣进行修正.同时,通过对训练数据集合的合理划分与扩充,使得训练的网络模型增加了表达能力.在真实数据集上的对比实验表明,本文提出的方法提高了评分预测的准确度,具有一定的实用价值.