一种基于深度协同过滤的推荐方法及系统

摘要

本发明提供一种基于深度协同过滤的推荐方法及系统，包括从互联网中获取海量的用户、项目评分数据，预处理用户、项目评分数据；对预处理之后的数据进行embedding操作，完成交互函数线性表示过程；将交互函数的完整线性表示送入深度神经网络中，得到完整适配交互函数；预测评分，产生推荐列表。提升了推荐列表的准确性，同一过程中，用户和项目隐式向量进行哈达玛积和线性特征提取过程，在结合两者线性表示基础上加入隐藏层可以一定程度上学习到更加复杂的交互函数，进而提高模型的性能，提升用户的体验。