%0 Journal Article %A 陈耀旺 %A 严伟 %A 俞东进 %A 徐凯辉 %A 夏艺 %A 杨威 %T 基于深度学习的个性化网吧游戏推荐 %D 2019 %R 10.19678/j.issn.1000-3428.0049121 %J 计算机工程 %P 206-209,216 %V 45 %N 1 %X

与传统推荐模型相比,深度学习可以更好地理解用户需求、项目特征及用户与项目之间的互动性,从而更有效地发现用户和项目之间的匹配关系。将深度神经网络应用于网吧游戏推荐场景,分析用户的个人偏好,根据时间推移兴趣的变化,对用户历史游戏行为记录进行建模训练,为用户提供个性化Top-N游戏推荐。基于深度神经网络设计训练模型,输入层采用对用户历史行为数据处理后的用户偏好向量,隐藏层运用ReLU激活函数的多层网络,输出层则采用逻辑回归的Softmax结构,最终运用带L2规范项的代价函数评估学习到的模型可靠性。在真实数据集下的实验结果表明,随着隐藏层的增加,该方法能明显降低均方根误差,且能提高召回率。

%U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0049121