本文關鍵詞：基于嵌入式向量和循環(huán)神經網絡的用戶行為預測方法

  更多相關文章： 循環(huán)神經網絡 深度學習 嵌入式向量 用戶行為預測 時間序列

【摘要】：為了進一步描述時間因素對用戶行為的影響,進而提高推薦系統(tǒng)的推薦效果,綜合考慮了用戶的長期行為特征和短期行為特征提出一種基于嵌入式向量和循環(huán)神經網絡的用戶行為預測方法。依據推薦系統(tǒng)中的所有用戶行為數據,將用戶和商品嵌入到相同的特征空間,并通過嵌入式向量反應用戶的長期行為特征。針對每個用戶,依據其歷史行為的時間序列,基于循環(huán)神經網絡建立該用戶的行為預測模型,從而描述該用戶的短期行為特征。實驗結果表明,提出的方法與特征級時間序列分析等方法相比具有更好的推薦效果。
【作者單位】： 南陽理工學院軟件學院;河南師范大學新聯(lián)學院公共教學部;南陽理工學院計算機與信息工程學院;
【關鍵詞】： 循環(huán)神經網絡 深度學習 嵌入式向量 用戶行為預測 時間序列
【基金】：河南省科技攻關重點計劃項目(122102210563,132102210215) 河南省高等學校重點科研項目計劃(15B520008)
【分類號】：TP391.3;TP18
【正文快照】： 0引言推薦系統(tǒng)在電子商務、社會網絡和信息檢索等領域中都有著廣泛的應用[1]。在推薦系統(tǒng)中,數據往往被表示成一個用戶行為矩陣。用戶行為矩陣的縱坐標表示用戶,矩陣的橫坐標表示商品、用戶或者網頁等,矩陣中的每一個元素表示對應的縱坐標和橫坐標之間的關系,如用戶購買商品的

【相似文獻】

中國期刊全文數據庫 前10條

1 高永建 ,吳健康;神經網絡及其識別應用簡介[J];電信科學;1990年02期

2 謝國梁;;神經網絡:從希望到現(xiàn)實[J];激光與光電子學進展;1991年01期

3 鄭士貴;文獻自動閱讀神經網絡[J];管理科學文摘;1996年08期

4 呂芬;趙生妹;;基于Hopfield神經網絡的噪聲字母識別[J];計算機與信息技術;2005年12期

5 李毅;童紅俊;宋貴寶;李冬;;神經網絡在飛行器航跡仿真計算中的應用[J];海軍航空工程學院學報;2006年05期

6 林鋼;;基于SOM神經網絡對潛在客戶的挖掘[J];南寧職業(yè)技術學院學報;2006年04期

7 楊帆;陳勁杰;唐梅華;陳鑫;;簡論神經網絡在搜索中的應用[J];機械管理開發(fā);2008年01期

8 朱紅斌;;LVQ神經網絡在交通事件檢測中的應用[J];計算機工程與應用;2008年34期

9 李彤巖;李興明;;神經網絡在確定關聯(lián)規(guī)則挖掘算法權值中的應用研究[J];計算機應用研究;2008年05期

10 石文淵;彭軍民;;基于神經網絡的貨幣識別研究[J];西安理工大學學報;2008年02期

中國重要會議論文全文數據庫 前10條

1 陳文新;王長富;戴蓓倩;;基于神經網絡的漢語四聲識別[A];第一屆全國語言識別學術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網絡在數值逼近上的仿真[A];計算機技術與應用進展——全國第17屆計算機科學與技術應用（CACIS）學術會議論文集（上冊）[C];2006年

3 許旭萍;臧道青;;采用Hopfield神經網絡實施缸蓋表面點陣字符識別[A];第十五屆全國汽車檢測技術年會論文集[C];2011年

4 朱長春;;神經網絡用于線性時固有系統(tǒng)的廣義狀態(tài)轉移矩陣的識別[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;;用數據挖掘和神經網絡技術預測工程造價[A];第十一屆全國電工數學學術年會論文集[C];2007年

6 應捷;袁一方;;神經網絡指紋特征點匹配算法的改進[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

7 謝小良;符卓;;基于Hopfield神經網絡的單周期船舶調度模型及算法[A];2008年全國開放式分布與并行計算機學術會議論文集(下冊)[C];2008年

8 陳意;;神經網絡在船舶識別一個應用[A];船舶航泊安全的新經驗新技術論文集（上冊）[C];2007年

9 王輝;楊杰;黎明;蔡念;;一種基于神經網絡的圖像復原方法[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

10 賈睿;徐啟強;劉艷;;基于神經網絡的網殼結構近似分析研究[A];第二十一屆全國振動與噪聲高技術及應用學術會議論文集[C];2008年

中國重要報紙全文數據庫 前1條

1 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

中國博士學位論文全文數據庫 前10條

1 李曉剛;基于神經網絡的碼垛機器人視覺位姿測量及伺服控制研究[D];北京林業(yè)大學;2015年

2 諸勇;正交回歸神經網絡及其在控制系統(tǒng)中的應用[D];浙江大學;1998年

3 田景文;地下油藏的仿真與預測[D];哈爾濱工程大學;2001年

4 彭宏京;基于稀疏RAM的神經網絡及其人臉識別應用研究[D];南京航空航天大學;2002年

5 王吉權;BP神經網絡的理論及其在農業(yè)機械化中的應用研究[D];沈陽農業(yè)大學;2011年

6 郭海湘;石油儲層縱向預測軟硬計算融合的理論與方法研究[D];中國地質大學;2008年

7 葛利;基于過程神經網絡的時序數據挖掘研究[D];哈爾濱工程大學;2012年

8 柴冰華;色貌模型CIECAM02若干問題的研究[D];北京理工大學;2006年

9 唐云嵐;集成神經網絡和多目標進化算法的卷煙產品參數優(yōu)化設計方法及應用研究[D];國防科學技術大學;2008年

10 周明華;近代算法在工程領域中的應用研究[D];浙江大學;2005年

中國碩士學位論文全文數據庫 前10條

1 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用[D];浙江大學;2015年

2 鄭川;垃圾評論檢測算法的研究[D];西南交通大學;2015年

3 汪濟民;基于卷積神經網絡的人臉檢測和性別識別研究[D];南京理工大學;2015年

4 彭玲玲;基于不確定理論與機器學習的行人檢測[D];長安大學;2015年

5 楊陳東;BP-Fisher判別分析法[D];長安大學;2015年

6 張建國;基于深度學習的場景分類[D];遼寧工業(yè)大學;2016年

7 姚欽文;基于卷積神經網絡的車臉識別研究[D];浙江大學;2016年

8 程曙光;基于卷積神經網絡的QR碼定位算法研究[D];浙江大學;2016年

9 吳裔慧;基于卷積神經網絡的場景理解方法研究[D];清華大學;2015年

10 戴侃侃;關于改進神經網絡泛化性能的若干算法研究[D];中國計量學院;2015年

，

本文編號：1061614