基于深度学习CNN与协同过滤的在线商品推荐

摘要

随着移动互联技术的飞速发展和广泛应用,推荐系统在社会生活和经济活动的各项决策过程中发挥着重要作用.然而,传统推荐算法在如今信息过载、信息更新迅速的条件下表现不够理想,特别是难以将丰富的商品图片信息进行有效处理并用于增强推荐效果.本文基于卷积神经网络(CNN)在处理图像方面的强大优势,提出了将CNN和概率矩阵分解方法相结合的协同过滤方法用于在线商品的推荐.相比于传统方法,该方法通过实现对商品图片更为个性化和丰富的表达,提升了协同过滤方法的性能,并验证了引入图片内容分析所起到的信息增强作用.