《基於深度學習的長效推薦技術研究》是依託電子科技大學,由王慶先擔任醒目負責人的面上項目。
基本介紹
- 中文名：基於深度學習的長效推薦技術研究
- 依託單位：電子科技大學
- 項目類別：面上項目
- 項目負責人：王慶先
- 批准號：61872065
- 申請代碼：F0210
- 負責人職稱：副教授
- 研究期限：2019-01-01 至 2019-12-31
- 支持經費：16（萬元）
項目摘要
推薦技術的研究具有重要的理論意義和套用價值。現有研究主要集中在推薦系統某個時間切片的靜態算法，使用推薦系統的淺層特徵進行評分預測。本項目主要基於深度學習的基本思想，研究持續運行推薦系統中的長期有效的推薦技術。首先，將研究二部圖表示的推薦系統的網路表示學習問題，從真實數據和網路模型數據入手，獲取保持網路結構的高階特徵；其次，將研究評分矩陣表示的推薦系統的數值隱特徵學習問題，針對其高維稀疏特性提出高效並具有一定泛化能力的隱特徵學習算法；第三，將研究融合異構特徵的深度集成評分預測算法，實現時間切片的靜態預測；最後，研究長效推薦系統的深度學習框架。基於生成對抗網路和循環神經網路的思想，對時間片序列進行預測並校驗，自適應地確保推薦系統的長期有效性。本項目研究基於推薦系統的抽象數學模型，可為一般的高維稀疏數據分析提供參考。
