计算机工程

作者：李梦梦, 夏阳, 李心茹, 徐婷, 魏思政

单位：1. 中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116;2. 徐州工程学院 经济学院, 江苏 徐州 221008

关键词：协同过滤,自动编码器,项目属性,相似度,时间衰减

基金：国家自然科学基金（51874300）；国家自然科学基金委员会-山西省人民政府煤基低碳联合基金（U1510115）。

传统协同过滤算法仅依靠用户评分数据的低维向量方法，存在推荐结果精确度低以及冷启动问题。为此，提出一种新的动态混合推荐算法，将栈式降噪自动编码器融入到基于用户的协同过滤中，学习用户的深层次特征，并与基于用户项目属性偏好的相似度融合。在预测生成阶段，设置时间衰减项，动态预测访问概率，及时更新用户兴趣变化，从而提高推荐质量。在MovieLens数据集上的实验结果表明，与UB-CF、AE和SDAE-IA算法相比，该算法推荐性能明显提高。

来源：2019年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第8期