基于矩阵分解与深度学习技术融合的推荐技术研究

近年来,随着互联网的迅猛发展以及深度学习的快速发展,在计算机视觉、语音识别、自然语言处理以及其他领域中有很多的应用,但是在推荐系统领域中,使用深度学习技术的并不常见。传统的推荐算法不能灵活的组合与用户相关的各项信息,并且数据比较稀疏,推荐的效果不是很理想。为了解决这些问题,本论文通过低维矩阵来减少模型的维度和稀疏性,提出一种基于深度学习的推荐算法来解决预测不准确的问题。