分类: 计算机科学 >> 计算机应用技术 提交时间: 2023-05-16
摘要: 目的 解决长尾商品的推荐中存在的样本数据偏少,现有协同过滤法计算量大,性能难以满足需求的问题 方法 出了基于GAN+XGBoost+LR的解决方案,通过协同过滤寻找初始样本数据,利用GAN生成更多样本数据训练XGBoost+LR模型,并针对不同模型的特点指定针对性的训练策略。 结果 该方案在兼顾性能和精确度要求下,可以提高推荐模型的鲁棒性。 局限 XGBoost模型承担自动化特征工程能力有限。 结论 基于GAN+XGBoost+LR的个性化推荐方法可以提高长尾商品的推荐的有鲁棒性。