%0 Journal Article
%A 冀振燕
%A 皮怀雨
%A 宋晓军
%A 杨春
%T 基于深度学习的融合多源异构数据的推荐模型
%D 2019
%R 10.13190/j.jbupt.2019-164
%J 北京邮电大学学报
%P 35-42
%V 42
%N 6
%X 为了充分利用多源异构数据所提供的信息提高推荐准确度，提出一个基于深度学习的混合推荐模型.该模型融合评分、评论和社交网络数据进行推荐，采用深度学习方法对文本和评分进行特征学习，然后使用社交网络对采样进行约束，从而得到更准确的用户和物品的特征表示.实验结果表明，该方法具有较高的准确度.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2019-164