TY -的AU -杨,丹盟——张,静王盟——家盟——张XueDong PY - 2019 DA - 2019/12/18 TI -一个Time-Aware CNN-Based个性化推荐系统SP - 9476981六世- 2019 AB -推荐系统已经收到了极大的关注和研究学者近年来由于其广泛应用在不同的领域。深度学习的深入研究和应用算法,深层神经网络正逐渐在推荐系统中使用。现代的成功推荐系统主要取决于上下文的理解和应用的推荐请求。然而,当利用深度学习算法的推荐,推荐等上下文信息的影响时间和地点往往是被忽视的。摘要time-aware卷积神经网络(CNN)——基于个性化推荐系统 TC-PR提出了。 TC-PR积极推荐产品,满足用户的利益通过分析用户的功能,物品的特性,用户的评级,以及用户的时间上下文。此外,我们使用Tensorflow分布式开源框架来实现该time-aware CNN-based推荐算法可以有效地解决大数据量的问题,推荐系统的大型模型,速度慢。MovieLens-1m真实数据集上的实验结果表明,提出的 TC-PR能有效解决本身的问题,大大提高数据处理的速度和准确性的建议。SN - 1076 - 2787你——https://doi.org/10.1155/2019/9476981——10.1155 / 2019/9476981 JF - PB - Hindawi KW - ER -复杂性