在大數(shù)據(jù)時(shí)代,伴隨著移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等的快速發(fā)展,互聯(lián)網(wǎng)信息以及互聯(lián)網(wǎng)訪問(wèn)者數(shù)量都出現(xiàn)了爆炸式的增長(zhǎng)。雖然豐富的信息為我們帶來(lái)了更多的可選擇性,但同時(shí)也帶來(lái)了嚴(yán)重的信息過(guò)載問(wèn)題。面對(duì)這場(chǎng)數(shù)據(jù)洪流,用戶希望從海量的信息中找到自己感興趣的高質(zhì)量信息,信息生產(chǎn)者則希望將正確的產(chǎn)品和服務(wù)定位到用戶身上,以增加收入和用戶的忠誠(chéng)度,而推薦系統(tǒng)在其中扮演了關(guān)鍵的角色。通過(guò)挖掘和分析用戶的歷史行為、個(gè)人信息等方式,推薦系統(tǒng)對(duì)用戶的興趣愛好進(jìn)行建模,并向用戶推薦他們感興趣的物品。傳統(tǒng)的推薦系統(tǒng)在建模的過(guò)程中只考慮了用戶和物品之間的交互關(guān)系,卻忽略了用戶和物品交互時(shí)所處的上下文環(huán)境,而上下文環(huán)境中包含的豐富上下文信息會(huì)對(duì)用戶的行為產(chǎn)生微妙但強(qiáng)大的影響。與傳統(tǒng)的推薦系統(tǒng)相比,上下文感知推薦系統(tǒng)通過(guò)考慮上下文環(huán)境的影響可以更準(zhǔn)確地建模用戶對(duì)物品的興趣,從而提高推薦的效果。現(xiàn)有的主流上下文感知推薦算法主要建立在隱語(yǔ)義模型的基礎(chǔ)上,它們將上下文環(huán)境對(duì)用戶和物品的通用作用表示成一個(gè)多維張量。為了建模上下文環(huán)境對(duì)用戶和物品的作用,這類模型利用這個(gè)多維張量、用戶特征向量(或物品特征向量)以及上下文環(huán)境的特征向...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 傳統(tǒng)的上下文感知推薦算法
        1.2.2 基于深度學(xué)習(xí)的上下文感知推薦算法
    1.3 論文主要貢獻(xiàn)
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)概念及技術(shù)
    2.1 上下文的定義
    2.2 上下文的獲取
    2.3 顯式反饋和隱式反饋
    2.4 隱語(yǔ)義模型
    2.5 貝葉斯個(gè)性化排序
    2.6 本章小結(jié)
第3章 注意力交互網(wǎng)絡(luò)
    3.1 符號(hào)表示和問(wèn)題定義
    3.2 模型提出動(dòng)機(jī)
    3.3 模型介紹
        3.3.1 模型概覽
        3.3.2 交互中心模塊
        3.3.3 注意力模塊
        3.3.4 用戶/物品中心模塊
    3.4 目標(biāo)函數(shù)
    3.5 本章小結(jié)
第4章 實(shí)驗(yàn)設(shè)置及結(jié)果
    4.1 研究問(wèn)題
    4.2 數(shù)據(jù)集
    4.3 參數(shù)設(shè)置
    4.4 評(píng)分預(yù)測(cè)任務(wù)
        4.4.1 基準(zhǔn)方法
        4.4.2 評(píng)測(cè)方案
        4.4.3 評(píng)分預(yù)測(cè)結(jié)果對(duì)比
    4.5 個(gè)性化排序任務(wù)
        4.5.1 基準(zhǔn)方法
        4.5.2 評(píng)測(cè)方案
        4.5.3 個(gè)性化排序效果對(duì)比
    4.6 本章小結(jié)
第5章 實(shí)驗(yàn)分析與案例研究
    5.1 上下文作用的分析
    5.2 上下文因素的影響
    5.3 注意力機(jī)制的有效性分析
    5.4 可解釋性推薦分析
    5.5 案例研究
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的論文
攻讀學(xué)位期間參加的科研項(xiàng)目
學(xué)位論文評(píng)閱及答辯情況表



本文編號(hào)：3846105