基于时间权重协同自编码器的推荐系统构建

作     者：文小月 

作者机构：云南财经大学云南昆明650221 

出 版 物：《移动信息》 (MOBILE INFORMATION)

年 卷 期：2022年第12期

页      面：172-175页

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

主　　题：推荐系统 时间权重 去噪自编码器 协同过滤 深度学习 

摘      要：针对传统推荐算法无法从海量数据中提取非线性数据特征的问题,文章提出了一种基于时间权重与自动编码器融合的神经网络推荐系统。该系统模型综合考虑了用户项目交互信息中的非线性信息以及交互信息可能存在信息过期的问题。文章首先介绍了基于时间权重协同自编码器的推荐算法,然后利用神经网络直接对交互数据进行数据建模,以非线性的方式提取有关用户偏好的全局潜在因子,从而捕获用户行为的多层次特征表示,接着根据公式获得时间权重矩阵,最后在神经网络反向传播阶段融合了时间权重,产生预测评分并进行推荐。在真实的数据集 Movielens 上,将 TWAE 与自编码器模型(AE)、协同过滤(CF)模型进行对比,实验结果表明,相较于 AE、CF 模型,文章提出的系统模型 TWAE 的均方根误差在 Movielens(1M)数据集上分别下降了 1.8%和 37.6%,验证了文章提出模型的有效性。