-
公开(公告)号:CN118886469A
公开(公告)日:2024-11-01
申请号:CN202410921274.8
申请日:2024-07-10
Applicant: 重庆邮电大学
IPC: G06N3/082 , G06N3/0455
Abstract: 本发明提出的基于改进自编码器和生成对抗网络的推荐模型,包括从数据库中获取和清理数据信息,以获得所需信息;根据改进的自编码器模块,在模型训练时对参数进行选择性更新以避免产生误差;根据设计的自编码器模块输出作为生成对抗网络(GAN)的生成器的生成数据,使用调整后的自编码器模型,以随机噪声作为输入,生成用户预测的购买评分矩阵;根据采用多层感知机结构的判别器模块,区分生成的评分矩阵与真实的物品评分矩阵;利用生成对抗网络训练模型,生成器和判别器通过持续的对抗学习并相互优化,以提高生成评分矩阵的准确性和真实性;根据推荐结果获取模块,对预测评分集合进行排序,将预测评级较高的前k个项目推送给目标用户,以形成其个性化推荐列表。