用于协同过滤推荐的对抗栈式自编码器

摘要

建立了深度学习模型SAE-GAN,该模型融合了SAE、Item2vec以及GAN技术。GAN判别器采用三层感知机模型判别物品在给定genres标签集合上的分类概率,改进了判别器的输出反馈。基于策略梯度指导SAE第2层AE的隐层训练,改进了SAE的训练方式,最终学习到包含物品之间的结构特征和类型特征的物品隐向量,进而实现基于物品的协同过滤TOP-N推荐。在MovieLens数据集上,与Item2vec、SAE、IR-GAN和AE-GAN做了对比验证。