TY -的A2 Wang Wei盟——吴,丽丽PY - 2021 DA - 2021/04/07 TI -蕴藏资源的协同过滤推荐算法基于深度学习SP - 5555226六世- 2021 AB -针对穷人的推荐性能的传统资源协同过滤推荐算法,本文提出了一种基于深度学习的协同过滤推荐模型对艺术和蕴藏的资源。该模型首先使用嵌入向量基于metapaths学习的环境。嵌入向量基于上下文的metapaths聚合不同metapath信息网络公开课和不同metapaths可能有不同的偏好不同。其次,捕捉这种偏好漂移,该模型引入了一个机制的关注,从而提高推荐结果的可解释性。然后,通过引入拉普拉斯算子矩阵的先验分布隐藏因素特征矩阵,关系网络信息有效集成到模型中。最后,使用评分矩阵与传统模型相比,该模型在本文中使用文本词向量有效地缓解数据稀疏的影响,大大提高了预测的准确性。在分析实验结果,与其他算法相比,提出的资源协同过滤推荐模型在本文中取得更好的推荐效果,具有良好的稳定性和可扩展性。SN - 1076 - 2787你——https://doi.org/10.1155/2021/5555226——10.1155 / 2021/5555226 JF - PB - Hindawi KW - ER -复杂性