基于双边网络结构的混合协同过滤电影推荐模型

摘要

本发明涉及一种基于双边网络结构的混合协同过滤电影推荐模型，属于推荐系统领域。该模型引入深度学习的思想利用电影的海报和描述文本，通过CNN生成用户和物品的有效特征表达，并利用概率矩阵分解技术通过高斯噪声参数引入潜在的用户和电影模型，集成搭建具有双边网络结构的深度神经推荐模型。并将该模型应用于来自MovieLens网站的MovieLens_1M表示为ML_1M的开源数据集上进行实验，验证利用深度学习引入辅助信息即电影海报和描述文本搭建混合协同过滤推荐模型，是否可以改善在用户和物品交互评分矩阵稀疏情况下，降低数据稀疏性对推荐精度的影响。本发明在数据稀疏情况下，更具有生成有效特征表达能力，降低数据稀疏性造成的影响，有效的改善推荐不精准问题。