سیستم توصیه گر مشارکتی مبتنی بر شبکه عصبی کانولوشن پویا (DCNN)

دلیل محبوبیت اینترنت و اینترنت همراه، امروزه مردم با مشکلات سوءاستفاده اطلاعات مواجه هستند.سیستم های توصیه گر برای کمک به مردمی که اخبار اینترنتی را طریق شبکه می خواهند دنبال کنند،بسیار مفید است. پالایش مشارکتی (CF)، محبوب ترین شاخه در حوزه سیستم های توصیه گر است؛ اماابعاد بزرگ داده ها همچنین کمبود اطلاعات همیشه مشکل اصلی هستند. در این مقاله، یک روش جدیدCF معرفی میشود که از روش یادگیری عمیق بدون نظارت بر پایه شبکه عصبی کانولوشن پویا(DCNN) استفاده میشود تا ویژگی های ابعاد پایین مفید را از ماتریس های کوچک کاربر استخراج کند.با استفاده از الگوریتم های مناسب برای محاسبه شباهت، روش پیشنهادی در این مقاله دقیق تر ازروشهای مبتنی بر SVD و یا CF مبتنی بر آیتم گزارش شده است.

کلیدواژه ها:

سیستم توصیه گر ، پالایش مشارکتی ، یادگیری عمیق ، شبکه عصبی کانولوشن پویا (DCNN)