%0 Journal Article
%T 电影评分的自编码网络预测研究
%A 梁路
%A 滕少华
%A 黄幸颖
%J 中山大学学报（自然科学版）
%D 2018
%X 摘要 协同过滤中普遍存在评分矩阵的稀疏性问题,其直接影响评分预测的准确度.部分矩阵填充方法需要利用评分以外的文本信息,存在获取困难的问题.针对电影评分数据冗余且分布不平衡的特点,本文采用自编码网络来提取用户评分的隐含特征.所得特征一方面近似表达了评分信息;另一方面有助于将评分预测问题转换为多分类问题,从而得到解决.在此基础上,通过调整输入节点与隐层节点的连接状态,缓解了稀疏性对评分预测的影响.在MovieLens数据集上的实验结果表明,本方法取得比SVD更低的MAE值,为处理评分冗余且分布不平衡的稀疏矩阵形成支撑
%K 自编码
%K 协同过滤
%K 评分预测
%K 稀疏性
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4615.shtml