摘要：随着人工智能的发展,深度学习技术开始被广泛应用在个性化推荐业务上。本文在用户基本信息、电影元信息的基础上,融合点评文本、用户兴趣度的浏览行为、电影海报等多源信息,建立了一个基于联合神经网络的用户评分预测模型,并通过Adam优化方法拟合预测评分矩阵和真实评分矩阵,最后结合海报的相似度对候选推荐集中的电影做一个简单的分类,生成相似度最高的Top-N推荐列表。实验结果表明,该模型预测评分的准确率较ConvMF提高了0.06%,列表排序的平均准确率达到72%,推荐结果的平均综合指标达到0.85,用户满意度较高。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社