技术特征：
技术总结
本发明提供一种基于CNN‑LFM模型的推荐方法、系统及存储介质，属于互联网技术领域。推荐方法包括：收集网络数据；对图像和评分数据预处理；将图像输入卷积神经网络模型中以提取图像的图像特征和参数；将评分数据转化成评分矩阵，采用隐语义模型对用户的评分矩阵进行矩阵分解；以图像特征和卷积神经网络参数为条件约束物品的潜在特征，得到物品的潜在特征和用户的潜在特征；根据物品的潜在特征和用户的潜在特征预测未知评分；结合未知评分生成损失函数；计算损失函数中的梯度；判断梯度是否为0；在判断梯度为0的情况下，输出未知评分；在判断梯度不为0的情况下，训练卷积神经网络和隐语义模型，更新参数，直到损失函数达到最优。
技术研发人员：梁昌勇;范汝鑫;陆文星;赵树平;王彬有
受保护的技术使用者：合肥工业大学
技术研发日：2018.07.13
技术公布日：2018.12.11