[发明专利]一种基于深度学习的电影推荐方法

权利要求书

1.一种基于深度学习的电影推荐方法，其特征在于，包括：

步骤1、采用Replicated Softmax模型作为受限玻尔兹曼机的可见层，基于上述改进的受限玻尔兹曼机构建深度玻尔兹曼机；

步骤2、将用户数据预处理成二维向量input(评分，电影)输入至Replicated Softmax模型中；

步骤3、深度玻尔兹曼机随机初始化学习参数，所述学习参数包括权值参数和偏好参数；

步骤4、从可见层向隐藏层逐层正向推断，并从隐藏层向可见层逐层反向推断；

步骤5、通过吉布斯采样分别获得隐藏层状态和可见层的softmax状态；

步骤6、完成采样后利用对比散度法进行快速学习，不断地对学习参数进行调整，不断迭代上述操作，最后训练出适配该用户的模型。

2.如权利要求1所述的基于深度学习的电影推荐方法，其特征在于，在步骤1中，深度玻尔兹曼机没有关联记忆层，且每一层均为无向图。

3.如权利要求1所述的基于深度学习的电影推荐方法，其特征在于，在步骤2中，输入的评分为评分向量。

4.如权利要求3所述的基于深度学习的电影推荐方法，其特征在于，在步骤2中，若电影的总分为5分，用户对该电影的评分为4分，则评分向量为[0，0，0，1，0]。

5.如权利要求1所述的基于深度学习的电影推荐方法，其特征在于，在步骤6中，若未完成采样，则返回步骤3。