计算机工程

作者：陈耀旺,严伟,俞东进,徐凯辉,夏艺,杨威

单位：1.杭州电子科技大学 计算机学院,杭州 310018; 2.浙江省科技信息研究院,杭州 310006; 3.浙江天正信息科技有限公司,杭州 310006

关键词：个性化网吧,深度学习,推荐算法,深度神经网络,游戏场景

基金：国家自然科学基金(61472112);浙江省重点研发项目(2017C01010,2016F50014,2015C01040)

与传统推荐模型相比，深度学习可以更好地理解用户需求、项目特征及用户与项目之间的互动性，从而更有效地发现用户和项目之间的匹配关系。将深度神经网络应用于网吧游戏推荐场景，分析用户的个人偏好，根据时间推移兴趣的变化，对用户历史游戏行为记录进行建模训练，为用户提供个性化Top-N游戏推荐。基于深度神经网络设计训练模型，输入层采用对用户历史行为数据处理后的用户偏好向量，隐藏层运用ReLU激活函数的多层网络，输出层则采用逻辑回归的Softmax结构，最终运用带L2规范项的代价函数评估学习到的模型可靠性。在真实数据集下的实验结果表明，随着隐藏层的增加，该方法能明显降低均方根误差,且能提高召回率。

来源：2019年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第1期