隨著互聯(lián)網(wǎng)的發(fā)展以及大數(shù)據(jù)時代的到來,影音資訊、電子商品等各類物品日漸豐富的同時,也使得用戶往往需要耗費(fèi)大量的時間和精力才能找到自己喜愛的物品。而推薦系統(tǒng)可以利用用戶的歷史日志等數(shù)據(jù)提取出有價值的信息來快速地為用戶找到其喜愛的物品并提供推薦結(jié)果。從用戶對推薦結(jié)果的反饋的角度對推薦系統(tǒng)問題進(jìn)行區(qū)分,可以分為行為預(yù)測和評分預(yù)測。本文針對這兩個問題,提出了基于時序模型的融合興趣推薦算法和基于物品質(zhì)量的打分模型。在行為預(yù)測問題中,推薦算法通過預(yù)測用戶在下一時刻行為的概率,再根據(jù)概率的大小給出推薦結(jié)果,比如可能會看哪部電影,聽哪首歌曲。用戶興趣分布捕捉的越準(zhǔn)確,推薦算法給的的結(jié)果也就越好。以往的算法大多只考慮了用戶興趣中的一面,即只考慮了靜態(tài)興趣或者動態(tài)興趣,然而這兩種興趣是存在互補(bǔ)性的�；诖宋覀兲岢隽巳诤吓d趣模型,將用戶的靜態(tài)興趣和動態(tài)興趣融合到了一起。首先,把用戶的獨(dú)熱編碼當(dāng)作原始表達(dá),來用來提取用戶的靜態(tài)興趣。同時,將每個用戶的消費(fèi)歷史記錄按照時間順序輸入到循環(huán)神經(jīng)網(wǎng)絡(luò),隨后使用注意力層來提取用戶的動態(tài)興趣。最后,我們使用自適應(yīng)機(jī)制來融合提取到的兩類用戶興趣,得到最終的用戶興趣表達(dá)。我們... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 推薦系統(tǒng)的研究概述
        1.2.1 推薦系統(tǒng)簡介
        1.2.2 推薦系統(tǒng)的研究背景
    1.3 推薦系統(tǒng)問題概述
        1.3.1 行為預(yù)測
        1.3.2 評分預(yù)測
    1.4 本文主要工作
    1.5 本文結(jié)構(gòu)安排
    1.6 本章小結(jié)
第二章 推薦系統(tǒng)的相關(guān)算法
    2.1 推薦系統(tǒng)的發(fā)展及研究現(xiàn)狀
        2.1.1 基于內(nèi)容的推薦算法
        2.1.2 協(xié)同過濾推薦算法
        2.1.3 混合推薦算法
        2.1.4 深度學(xué)習(xí)的推薦算法
        2.1.5 推薦算法評測
    2.2 與本文相關(guān)的推薦算法
        2.2.1 貝葉斯個性化排序
        2.2.2 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的時序推薦算法
        2.2.3 概率矩陣分解
    2.3 本章小結(jié)
第三章 針對行為預(yù)測的融合興趣模型
    3.1 HIM模型介紹
        3.1.1 融合興趣模型的問題定義
        3.1.2 用戶的靜態(tài)興趣建模
        3.1.3 用戶的動態(tài)興趣建模
        3.1.4 用戶興趣的自適應(yīng)機(jī)制
        3.1.5 物品特征表達(dá)
        3.1.6 參數(shù)學(xué)習(xí)
    3.2 相關(guān)實驗
        3.2.1 數(shù)據(jù)準(zhǔn)備
        3.2.2 baseline及評價標(biāo)準(zhǔn)介紹
        3.2.3 不同模型在Recall@N&Mrr@N指標(biāo)上的表現(xiàn)
        3.2.4 靜態(tài)興趣與動態(tài)興趣互補(bǔ)性證明
        3.2.5 特征空間維度d對模型的影響
        3.2.6 注意力層和自適應(yīng)機(jī)制的影響
        3.2.7 滑窗長度l的影響對模型的影響
    3.3 本章小節(jié)
第四章 基于物品質(zhì)量的打分模型
    4.1 基于物品質(zhì)量的打分模型介紹
        4.1.1 物品質(zhì)量信息
        4.1.2 基于物品質(zhì)量打分模型的問題定義
        4.1.3 生成基于物品質(zhì)量的打分模型
        4.1.4 模型參數(shù)學(xué)習(xí)
    4.2 相關(guān)實驗
        4.2.1 數(shù)據(jù)準(zhǔn)備及實驗參數(shù)設(shè)置
        4.2.2 baseline及評價標(biāo)準(zhǔn)介紹
        4.2.3 時序預(yù)測模型在評分預(yù)測任務(wù)中的表現(xiàn)
        4.2.4 不同模型在MAE和 RMSE上的表現(xiàn)結(jié)果及分析
        4.2.5 隱空間特征維度d對模型的影響
        4.2.6 滑窗長度l對模型的影響
        4.2.7 參數(shù)η對模型的影響
    4.3 本章小節(jié)
第五章 全文總結(jié)
    5.1 本文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
攻讀學(xué)位期間參與的項目



本文編號：3452647