本文選題：下一個購物籃推薦 + 隱性反饋�。� 參考：《中文信息學(xué)報》2017年05期

【摘要】：下一個購物籃推薦是當(dāng)前電子商務(wù)領(lǐng)域中極其重要的一項(xiàng)任務(wù),傳統(tǒng)的下一個購物籃推薦方法主要分為時序推薦模型和總體推薦模型。這些方法對點(diǎn)擊、收藏、加入購物車等用戶的隱性反饋行為利用得不夠,并且沒有考慮用戶行為偏好的時間敏感性。該文提出了一種基于用戶隱性反饋行為的下一個購物籃推薦方法,將用戶行為按照一定的時間窗口進(jìn)行劃分,對于每個窗口從多個維度抽取用戶對商品的時序偏好特征,運(yùn)用深度學(xué)習(xí)領(lǐng)域的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分類器訓(xùn)練。在真實(shí)數(shù)據(jù)集中的實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的線性模型和樹模型等分類器相比,該文提出的卷積神經(jīng)網(wǎng)絡(luò)框架具有較強(qiáng)的特征萃取能力和泛化能力,提高了推薦系統(tǒng)的用戶滿意度。
[Abstract]:The next shopping basket recommendation is an extremely important task in the field of electronic commerce at present. The traditional next shopping basket recommendation method is mainly divided into sequential recommendation model and general recommendation model. These methods do not take advantage of the implicit feedback behavior of users such as clicking, collecting and adding shopping cart, and do not take into account the time sensitivity of user's behavior preference. In this paper, the next shopping basket recommendation method based on the implicit feedback behavior of users is proposed. The user behavior is divided according to a certain time window. For each window, the temporal preference characteristics of the items are extracted from multiple dimensions. The classifier is trained by the convolution neural network model in the field of deep learning. Experimental results in real data sets show that the proposed convolution neural network framework has better feature extraction ability and generalization ability than traditional classifiers such as linear model and tree model. The user satisfaction of the recommendation system is improved.
【作者單位】： 大連理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(61572102,61632011,61562080) 國家重點(diǎn)研發(fā)計(jì)劃(2016YFB1001103)
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙立偉;褚艷芬;;數(shù)據(jù)化營銷創(chuàng)新北京——本刊在京成功主辦“中國零售業(yè)‘?dāng)?shù)據(jù)化營銷'總監(jiān)研修班”[J];信息與電腦;2008年11期

2 李雨來;;做人人都能用的BI[J];程序員;2010年01期

3 蘇仰娜;基于ASP技術(shù)構(gòu)建網(wǎng)上陶瓷商務(wù)[J];計(jì)算機(jī)時代;2004年08期

4 張平庸,歐陽為民,萬志華;基于密度的購物籃數(shù)據(jù)聚類方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年01期

5 印晶;;網(wǎng)上訂餐系統(tǒng)的分析和設(shè)計(jì)[J];電腦知識與技術(shù);2012年11期

6 余紹黔;;連鎖超市經(jīng)營決策支持系統(tǒng)設(shè)計(jì)[J];湖南商學(xué)院學(xué)報;2008年03期

7 何鋒;;市場購物籃中的規(guī)則演繹與關(guān)聯(lián)分析研究[J];全國商情(理論研究);2013年18期

8 曠章輝;王甲海;周雅蘭;;用改進(jìn)的競爭Hopfield神經(jīng)網(wǎng)絡(luò)求解多邊形近似問題[J];計(jì)算機(jī)科學(xué);2009年03期

9 高永建 ,吳健康;神經(jīng)網(wǎng)絡(luò)及其識別應(yīng)用簡介[J];電信科學(xué);1990年02期

10 謝國梁;;神經(jīng)網(wǎng)絡(luò):從希望到現(xiàn)實(shí)[J];激光與光電子學(xué)進(jìn)展;1991年01期

相關(guān)會議論文 前6條

1 陳文新;王長富;戴蓓倩;;基于神經(jīng)網(wǎng)絡(luò)的漢語四聲識別[A];第一屆全國語言識別學(xué)術(shù)報告與展示會論文集[C];1990年

2 李睿;李明軍;;一種模糊高斯基神經(jīng)網(wǎng)絡(luò)在數(shù)值逼近上的仿真[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2006年

3 許旭萍;臧道青;;采用Hopfield神經(jīng)網(wǎng)絡(luò)實(shí)施缸蓋表面點(diǎn)陣字符識別[A];第十五屆全國汽車檢測技術(shù)年會論文集[C];2011年

4 朱長春;;神經(jīng)網(wǎng)絡(luò)用于線性時固有系統(tǒng)的廣義狀態(tài)轉(zhuǎn)移矩陣的識別[A];中國工程物理研究院科技年報（1999）[C];1999年

5 王玉斌;李永明;王穎;;用數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)測工程造價[A];第十一屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2007年

6 應(yīng)捷;袁一方;;神經(jīng)網(wǎng)絡(luò)指紋特征點(diǎn)匹配算法的改進(jìn)[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

相關(guān)重要報紙文章 前1條

1 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

相關(guān)博士學(xué)位論文 前6條

1 李曉剛;基于神經(jīng)網(wǎng)絡(luò)的碼垛機(jī)器人視覺位姿測量及伺服控制研究[D];北京林業(yè)大學(xué);2015年

2 戶保田;基于深度神經(jīng)網(wǎng)絡(luò)的文本表示及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2016年

3 沈旭;基于序列深度學(xué)習(xí)的視頻分析：建模表達(dá)與應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2017年

4 諸勇;正交回歸神經(jīng)網(wǎng)絡(luò)及其在控制系統(tǒng)中的應(yīng)用[D];浙江大學(xué);1998年

5 田景文;地下油藏的仿真與預(yù)測[D];哈爾濱工程大學(xué);2001年

6 彭宏京;基于稀疏RAM的神經(jīng)網(wǎng)絡(luò)及其人臉識別應(yīng)用研究[D];南京航空航天大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 褚維偉;零售交易數(shù)據(jù)的購物籃挖掘與壓縮方法研究[D];深圳大學(xué);2016年

2 張文斌;購物籃重組與演化及可視化方法研究與設(shè)計(jì)[D];深圳大學(xué);2017年

3 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

4 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應(yīng)用[D];浙江大學(xué);2015年

5 鄭川;垃圾評論檢測算法的研究[D];西南交通大學(xué);2015年

6 汪濟(jì)民;基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測和性別識別研究[D];南京理工大學(xué);2015年

7 彭玲玲;基于不確定理論與機(jī)器學(xué)習(xí)的行人檢測[D];長安大學(xué);2015年

8 楊陳東;BP-Fisher判別分析法[D];長安大學(xué);2015年

9 孟鑫;基于Hadoop云平臺下的客流量預(yù)測研究[D];長安大學(xué);2015年

10 張勇;深度卷積神經(jīng)網(wǎng)絡(luò)在車牌和人臉檢測領(lǐng)域的應(yīng)用研究[D];鄭州大學(xué);2015年

，

本文編號：2015063