Indexed by：
Abstract：
本发明公开了一种基于深度学习的电影推荐方法，采用Replicated Softmax模型作为受限玻尔兹曼机的可见层，将用户数据预处理成二维向量input(评分，电影)输入至Replicated Softmax模型中；随机初始化学习参数，可见层与隐藏层逐层正反向推断，通过吉布斯采样分别获得隐藏层状态和可见层的softmax状态；完成采样后利用对比散度法进行快速学习，不断调参、迭代，训练出适配该用户的模型。本发明对传统的条件受限玻尔兹曼机进行改进，设计了一个适配以电影评分为基准的条件受限玻尔兹曼机；本发明能够解决传统协同过滤推荐算法存在的过拟合、冷启动等问题。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201711374649.X
Filing Date： 2017-12-19
Publication Date： 2018-04-20
Pub. No.： CN107944049A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
