大数据环境下,推荐系统的记忆能力和泛化能力较弱,冷启动与评分矩阵稀疏问题为挖掘用户画像深层特征并进行精准推荐带来较大困难。借助深度学习在改善推荐系统记忆能力、泛化能力方面的优势,提出基于深度学习的移动图书馆用户画像情境...大数据环境下,推荐系统的记忆能力和泛化能力较弱,冷启动与评分矩阵稀疏问题为挖掘用户画像深层特征并进行精准推荐带来较大困难。借助深度学习在改善推荐系统记忆能力、泛化能力方面的优势,提出基于深度学习的移动图书馆用户画像情境化推荐系统,通过深度学习技术自动挖掘用户深层次行为特征并进行画像建模,利用DeepFM与D N N的泛化能力提升推荐系统的泛化与学习能力,在此基础上围绕微观、中观和宏观多个层面设计移动图书馆用户画像情境化推荐的服务模式。展开更多
文摘大数据环境下,推荐系统的记忆能力和泛化能力较弱,冷启动与评分矩阵稀疏问题为挖掘用户画像深层特征并进行精准推荐带来较大困难。借助深度学习在改善推荐系统记忆能力、泛化能力方面的优势,提出基于深度学习的移动图书馆用户画像情境化推荐系统,通过深度学习技术自动挖掘用户深层次行为特征并进行画像建模,利用DeepFM与D N N的泛化能力提升推荐系统的泛化与学习能力,在此基础上围绕微观、中观和宏观多个层面设计移动图书馆用户画像情境化推荐的服务模式。