隨著網(wǎng)絡(luò)平臺(tái)的流行和網(wǎng)絡(luò)信息的急劇增多,如今互聯(lián)網(wǎng)中的信息量已經(jīng)遠(yuǎn)遠(yuǎn)超出了人們的需求范圍。海量數(shù)據(jù)的涌現(xiàn)反而使信息的利用率降低,如何快速、準(zhǔn)確地在龐大的數(shù)據(jù)中定位到有用的信息是一個(gè)急需解決的問(wèn)題。推薦系統(tǒng)的出現(xiàn)極大地緩解了這種難題,它在大數(shù)據(jù)的背景下為用戶(hù)與商品之間建立了聯(lián)系,從而有效地提高了用戶(hù)滿(mǎn)意度和商家效率。協(xié)同過(guò)濾是一種重要的推薦算法,也是目前最常見(jiàn)的預(yù)測(cè)用戶(hù)喜好的方法。然而,傳統(tǒng)的協(xié)同過(guò)濾僅通過(guò)評(píng)分信息推測(cè)用戶(hù)的偏好,由于評(píng)分?jǐn)?shù)據(jù)稀疏問(wèn)題,推薦的質(zhì)量會(huì)受到嚴(yán)重的影響。此外,傳統(tǒng)的協(xié)同過(guò)濾中只含有線(xiàn)性的運(yùn)算,無(wú)法提取數(shù)據(jù)中的非線(xiàn)性因素,這也會(huì)使算法的性能受限�；谝陨蠁�(wèn)題,本文在降噪自編碼器的基礎(chǔ)上提出了兩種信任感知的預(yù)測(cè)模型,主要工作如下:(1)提出了整合顯式信任信息的評(píng)分預(yù)測(cè)模型TDAE。首先,將用戶(hù)在社交網(wǎng)絡(luò)中的顯式信任信息處理成有效的向量表示;其次,使用降噪自編碼器整合用戶(hù)的評(píng)分和顯式信任關(guān)系;最后,通過(guò)神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性運(yùn)算獲得更精準(zhǔn)的用戶(hù)偏好。(2)提出了整合隱式信任信息的評(píng)分預(yù)測(cè)模型TDAE++。首先,選擇皮爾森相關(guān)系數(shù)的改進(jìn)算法從用戶(hù)的評(píng)分中提取隱式的信任關(guān)系;其...

【文章頁(yè)數(shù)】：44 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 研究背景
    1.2 研究意義
    1.3 研究現(xiàn)狀
    1.4 研究?jī)?nèi)容及組織結(jié)構(gòu)
        1.4.1 研究?jī)?nèi)容
        1.4.2 本文組織結(jié)構(gòu)
第二章 推薦系統(tǒng)相關(guān)知識(shí)概述
    2.1 推薦系統(tǒng)簡(jiǎn)介
    2.2 推薦系統(tǒng)算法概述
        2.2.1 基于內(nèi)容的推薦
        2.2.2 協(xié)同過(guò)濾
        2.2.3 混合推薦
    2.3 信任數(shù)據(jù)在推薦系統(tǒng)中的應(yīng)用
        2.3.1 信任數(shù)據(jù)
        2.3.2 信任關(guān)系度量方法
        2.3.3 信任感知的推薦算法
    2.4 本章小結(jié)
第三章 自編碼器相關(guān)知識(shí)概述
    3.1 自編碼器
    3.2 降噪自編碼器
    3.3 自編碼器的應(yīng)用
        3.3.1 CFN
        3.3.2 aSDAE
    3.4 本章小結(jié)
第四章 整合信任信息的推薦算法研究
    4.1 顯式信任數(shù)據(jù)與降噪自編碼器的整合
        4.1.1 數(shù)據(jù)處理
        4.1.2 顯式信任信息的整合
    4.2 隱式信任數(shù)據(jù)與降噪自編碼器的整合
        4.2.1 隱式信任信息處理
        4.2.2 隱式信任信息的整合
    4.3 損失函數(shù)
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果與分析
    5.1 數(shù)據(jù)集
    5.2 對(duì)比方法
    5.3 評(píng)估指標(biāo)
    5.4 實(shí)驗(yàn)實(shí)施細(xì)節(jié)
    5.5 實(shí)驗(yàn)結(jié)果及分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間公開(kāi)發(fā)表論文及著作情況



本文編號(hào)：3744216