一种基于广度学习和深度学习的混合推荐方法

摘要

本发明公开了一种基于广度学习和深度学习的混合推荐方法，包括：推荐对象根据张量分解算法从用户对带有标签的推荐对象的评分数据张量中分解提取用户、推荐对象和标签的隐性特征，得到用户、推荐对象和标签的特征矩阵，再对用户、推荐对象和标签的特征矩阵进行特征匹配，得到张量分解的第一预测评分；采用循环神经网络提取用户特征和标签特征，采用文本卷积网络提取推荐对象名特征，将标签特征和推荐对象名特征输入BP神经网络的全连接层，得到推荐对象的目标特征，将用户特征和推荐对象的目标特征进行特征匹配，得到深度学习的第二预测评分；将第一预测评分和第二预测评分进行融合，得到最终预测评分并输出。