文件名称：基于聚类变分自编码器的协同过滤算法
文件大小：1.07MB
文件格式：PDF
更新时间：2024-05-26 06:16:52
推荐系统 协同过滤 深度生成模型 变分自编码器 聚类
针对协同过滤推荐模型的数据稀疏性问题，提出一种带有聚类隐变量的变分自编码器，用于处理用户的隐式反馈数据.该深度生成模型既能学习到隐变量的特征分布，同时又能完成对特征的聚类.先以多项式似然来重构原始数据，再用贝叶斯变分推断估计参数，并且将正则化系数引入到模型当中，通过调节其大小能够避免过度正则化，使模型的拟合效果更好.这种非线性的概率模型对缺失评分的预测有更好的建模能力.在MovieLens的三个数据集上的实验结果表明，该算法相比较于其他先进的基线有更优秀的推荐性能.