RikoNet：一种新型动漫推荐引擎
信息检索
2021-06-25 v1 人工智能
机器学习
摘要
动漫如今颇受欢迎，尤其在年轻一代中。随着可用作品类型繁多，越来越多的人被这一小众娱乐产业所吸引。由于动漫近期获得主流关注，我们关于用户喜好与观看习惯的信息仍不充分。因此，为这一相对冷门的娱乐媒介构建推荐引擎是一项艰巨任务。在本次尝试中，我们构建了一种新型混合推荐系统，既可作推荐系统，也可作为探索新动漫类型与作品的手段。我们分析了该领域的整体趋势及用户观看习惯，以提出有效的解决方案。我们的方案采用深度自编码器完成评分预测与嵌入生成任务，随后利用动漫作品的嵌入进行聚类。这些聚类构成相似动漫的搜索空间，并用于寻找与用户喜好及厌恶作品相似的动漫。该方法与预测评分相结合，形成了这一新型混合过滤。本文中，我们展示了该思路，并将所实现模型的性能与现有最优技术进行比较。
引用
@article{arxiv.2106.12970,
title = {RikoNet: A Novel Anime Recommendation Engine},
author = {Badal Soni and Debangan Thakuria and Nilutpal Nath and Navarun Das and Bhaskarananda Boro},
journal= {arXiv preprint arXiv:2106.12970},
year = {2021}
}
备注
19 pages