隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,網(wǎng)絡(luò)上的信息資源呈現(xiàn)指數(shù)增長的趨勢,海量的信息資源導(dǎo)致了信息過載問題。推薦系統(tǒng)是解決信息過載的有效方法,在過去二十多年里,研究人員不斷提出新的推薦算法和相關(guān)技術(shù),使得推薦系統(tǒng)得到了長足的發(fā)展。但是就目前來看,推薦系統(tǒng)相關(guān)技術(shù)的研究仍有很多問題和挑戰(zhàn)亟需解決。本論文針對現(xiàn)有推薦系統(tǒng)方法對輔助信息的利用和特征提取、多源輔助信息的融合等問題展開研究,重點(diǎn)聚焦于如何高效地提取輔助信息特征以及如何處理多源輔助信息融合問題。論文的主要的研究工作如下:（1）針對輔助信息特征的高效提取問題,本文提出一種基于半自動編碼器的協(xié)同過濾推薦算法。算法利用半自動編碼器（Semi-Autoencoder）提取用戶和物品的輔助信息特征,并將提取出來的特征通過映射矩陣分別映射到矩陣分解模型的用戶和物品的隱含向量上,實(shí)現(xiàn)特征提取與矩陣分解模型聯(lián)合學(xué)習(xí),充分發(fā)揮輔助信息對矩陣分解模型的補(bǔ)充作用。實(shí)驗(yàn)結(jié)果表明本文提出的模型的推薦效果取得了有效的提升,驗(yàn)證了半自動編碼器提取輔助信息特征的有效性。（2）針對多源輔助信息特征融合問題,本文提出了一種融合交互歷史和輔助信息的深度協(xié)同過濾方法。將用戶和物品的... 

【文章來源】：合肥工業(yè)大學(xué)安徽省211工程院校教育部直屬院校

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)與理論
    2.1 輔助信息特征提取
        2.1.1 自編碼器基礎(chǔ)結(jié)構(gòu)
        2.1.2 降噪自編碼器
        2.1.3 半自動編碼器
    2.2 基于矩陣分解的協(xié)同過濾
    2.3 基于神經(jīng)網(wǎng)絡(luò)的推薦算法理論基礎(chǔ)
    2.4 本章小結(jié)
第三章 基于半自動編碼器的協(xié)同過濾推薦模型
    3.1 引言
    3.2 基于半自動編碼器的協(xié)同過濾推薦模型
        3.2.1 模型相關(guān)符號
        3.2.2 Semi-Auto Encoder MF模型
    3.3 實(shí)驗(yàn)設(shè)計(jì)與分析
        3.3.1 實(shí)驗(yàn)設(shè)置
        3.3.2 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第四章 融合交互歷史輔助信息的深度協(xié)同過濾模型
    4.1 引言
    4.2 融合交互歷史輔助信息的深度協(xié)同過濾模型
        4.2.1 模型設(shè)計(jì)
        4.2.2 模型優(yōu)化
    4.3 實(shí)驗(yàn)設(shè)計(jì)與分析
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)和展望
    5.1 全文總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況


【參考文獻(xiàn)】：
期刊論文
[1]基于自動編碼器的協(xié)同過濾推薦算法[J]. 俞晨光,朱允斌,金城,陸斐.  微型電腦應(yīng)用. 2015(11)

博士論文
[1]基于深度學(xué)習(xí)的智能推薦技術(shù)研究[D]. 符明晟.電子科技大學(xué) 2019



本文編號：3633174