基于深度學(xué)習(xí)的推薦系統(tǒng)研究

打開文本圖片集

【摘 要】隨著全球信息技術(shù)的迅猛發(fā)展，信息數(shù)據(jù)呈現(xiàn)出爆發(fā)式增長的趨勢(shì)，如何從海量的數(shù)據(jù)中找出有價(jià)值的信息，是一個(gè)迫切需要解決的問題。推薦系統(tǒng)是解決這一問題的有效途徑，而如何把深度學(xué)習(xí)這項(xiàng)技術(shù)融入推薦系統(tǒng)，是目前的研究熱點(diǎn)。文章分析了傳統(tǒng)的推薦系統(tǒng)存在的問題，提出了相應(yīng)的解決方法和對(duì)策，使系統(tǒng)模型與用戶的需求結(jié)合更加緊密，用戶的滿意度得到進(jìn)一步提升，并對(duì)基于深度學(xué)習(xí)的推薦系統(tǒng)的未來發(fā)展趨勢(shì)進(jìn)行了闡述。（剩余5044字）