本作品内容为降重：对比模型为了证明本模型的有效性，本文使用 NFM、CKE、CFKG、RippleNet、GC-MC方法作为对 比模型：(1)NFM[86]：该模型是较为先进的分解模 型，在传统FM模型的基础上，使用神经网络获取用户和 项目之间的非线性特征。本文按照[15]在输入特征时加 入一层隐藏层。(2)CKE[34]：该模型是一种代表性的基 于正则化的推荐方法，该方法将协同过滤与结构知识、 文本知识、图像知识统一在贝叶斯框架中。在嵌入结构 信息时，使用TransR算法将结构知识嵌入以获得项目的 表示， 格式为 docx， 大小1 MB， 页数为1， 请使用软件Word(2010)打开， 作品中主体文字及图片可替换修改，文字修改可直接点击文本框进行编辑，图片更改可选中图片后单击鼠标右键选择更换图片，也可根据自身需求增加和删除作品中的内容， 源文件无水印， 欢迎使用熊猫办公。 如认为平台内容涉嫌侵权，可通过邮件：tousu@tukuppt.com提出书面通知，我们将及时处理。