文档介绍：第39卷第2期计算机仿真 2022年2月
文章编号：1006-9348（2022）02-0431-05
基于深度学习的网络资源优先协同 The backpropagation algorithm was introduced
to do deep learning for the neural network in order to obtain the errors of the output layer，hidden layer and input lay
er. The partial derivative of the overall loss function was calculated circularly until the loss function converges,which
meant the termination of the learning processngenerating the preferred collaborative filtering recommendation results.
The simulation results show that this method can effectively obtain resources and user characteristics,and can recom-
mend appropriate network resources for users.
KEYWORDS:Deep learning； Network resources;Collaborative filtering recommendation; Neural network; Tensor
的网络信息都具有价值，因此，在信息过载的时代，帮助用户
1
引言高效准确地筛选出感兴趣的资源已经成为互联网发展的关
互联网的发展拓宽了用户获取信息的渠道，但并非所有键。协同过滤算法是解决这一问题的主要技术。协同过滤
作为一种被人们广泛认可的推荐技术，可有效处理结构化信
基金项目：2020年江西省教育厅科技项目（GJJ202008）息，不需研究推荐信息的内容与属性；同时，其又能够结合一
收稿日期：2021-05-24修回日期：2021-06-30 些不容易体现的概念完成信息过滤，且推荐智能化程度高，
431充分满足个性化推荐的要求。信息特征：通过信息加工后，保留可以反映网络资源基
基于上述协同过滤推