公开(公告)号：CN108959603B

公开(公告)日：2022-03-29

申请号：CN201810769873.7

申请日：2018-07-13

Applicant: 北京印刷学院

Inventor： 字云飞 ,  李业丽 ,  孙华艳 ,  陆利坤 ,  游新冬

IPC: G06F16/9535 ,  G06N3/02

Abstract: 本发明提供一种基于深度神经网络的个性化推荐系统及方法，通过融合深度神经网络的候选集生成模块，结合多用户和多项目特征进行深度神经网络学习生成候选集，以及基于融合深度神经网络的排序集生成模块，结合多用户和多项目特征对候选集进行深度神经网络学习和评分，生成包含个性化推荐内容更优的排序集，最后基于协同过滤算法和排序集进行进一步的个性化推荐，得到最终的推荐列表。通过上述方式结合多用户和多项目提升推荐过程的精准度，并结合协同过滤算法实现精准个性化推荐。从而提高了个性化推荐效率和用户使用感受。

公开(公告)号：CN108959603A

公开(公告)日：2018-12-07

申请号：CN201810769873.7

申请日：2018-07-13

Applicant: 北京印刷学院

Inventor： 字云飞 ,  李业丽 ,  孙华艳 ,  陆利坤 ,  游新冬

IPC: G06F17/30 ,  G06N3/02

CPC classification number: G06N3/02

Abstract: 本发明提供一种基于深度神经网络的个性化推荐系统及方法，通过融合深度神经网络的候选集生成模块，结合多用户和多项目特征进行深度神经网络学习生成候选集，以及基于融合深度神经网络的排序集生成模块，结合多用户和多项目特征对候选集进行深度神经网络学习和评分，生成包含个性化推荐内容更优的排序集，最后基于协同过滤算法和排序集进行进一步的个性化推荐，得到最终的推荐列表。通过上述方式结合多用户和多项目提升推荐过程的精准度，并结合协同过滤算法实现精准个性化推荐。从而提高了个性化推荐效率和用户使用感受。