基于Word2Vec的神经网络协同推荐模型

被引:2
作者
张华伟
机构
[1] 江西财经大学网络信息管理中心
关键词
Word2Vec; 词向量; 协同推荐; 卷积神经网络;
D O I
暂无
中图分类号
TP391.3 [检索机]; TP183 [人工神经网络与计算];
学科分类号
081203 ; 0835 ; 081104 ; 0812 ; 1405 ;
摘要
在信息推荐系统中,传统的方法是通过对内容、行为去预测用户的兴趣点来实现信息推送。国内外研究实验结果表明,这种模型推荐性能较为显著,说明用户行为和内容是相关的。根据相关性的对称原理,文章提出了基于用户行为的Word2Vec协同推荐算法,通过神经网络模型来隐式地抽取商品和用户的相互关系并进行向量化表示,能够更好地计算商品和用户间的相似性,以达到提升模型的推荐效果和泛化能力。
引用
收藏
页码:25 / 28
页数:4
相关论文
共 9 条
[1]   基于句子级学习改进CNN的短文本分类方法 [J].
韩栋 ;
王春华 ;
肖敏 .
计算机工程与设计, 2019, 40 (01) :256-260+284
[2]   卷积神经网络的多目标跟踪系统 [J].
朱珠 .
网络空间安全, 2018, 9 (11) :68-71
[3]   基于深度学习的推荐系统研究综述 [J].
黄立威 ;
江碧涛 ;
吕守业 ;
刘艳博 ;
李德毅 .
计算机学报, 2018, 41 (07) :1619-1647
[4]   基于Word2vec的句子语义相似度计算研究 [J].
李晓 ;
解辉 ;
李立杰 .
计算机科学, 2017, 44 (09) :256-260
[5]   基于神经网络的文本表示模型新方法 [J].
曾谁飞 ;
张笑燕 ;
杜晓峰 ;
陆天波 .
通信学报, 2017, 38 (04) :86-98
[6]   词向量与LDA相融合的短文本分类方法 [J].
张群 ;
王红军 ;
王伦文 .
现代图书情报技术 , 2016, (12) :27-35
[7]   基于猴群算法优化的神经网络在入侵检测中的应用研究 [J].
吴春琼 ;
黄晓 .
网络空间安全, 2016, 7 (06) :14-18
[8]   基于聚类改进的KNN文本分类算法 [J].
周庆平 ;
谭长庚 ;
王宏君 ;
湛淼湘 .
计算机应用研究, 2016, 33 (11) :3374-3377+3382
[9]   协同过滤推荐算法研究综述 [J].
汪静 .
中国新通信, 2014, 16 (13) :111-113