發(fā)布時(shí)間：2023-11-20 19:29

　　本文主要是關(guān)于推薦方法的研究,該任務(wù)目的是預(yù)測(cè)用戶對(duì)給定物品或?qū)ο?如酒店,視頻,商品,音樂(lè)等)的打分或喜好。現(xiàn)有的主流解決方案是通過(guò)協(xié)同過(guò)濾或者基于內(nèi)容的過(guò)濾方法產(chǎn)生一個(gè)推薦的排序列表。這些方法在很多的推薦系統(tǒng)上的表現(xiàn)是很有前景的,并且它們經(jīng)常被結(jié)合在一起得到混合的推薦方法。然而,每種類(lèi)型的方法都有它的優(yōu)勢(shì)和劣勢(shì)。比如,協(xié)同過(guò)濾方法經(jīng)常會(huì)出現(xiàn)三個(gè)問(wèn)題:冷啟動(dòng)問(wèn)題、可擴(kuò)展性問(wèn)題和稀疏性問(wèn)題。而基于內(nèi)容的方法被三個(gè)問(wèn)題限制:有限的內(nèi)容分析、過(guò)特殊化和對(duì)新用戶的冷啟動(dòng)問(wèn)題。針對(duì)上述推薦方法存在的問(wèn)題,本文調(diào)查研究用戶興趣的時(shí)間變化、物品內(nèi)容的語(yǔ)義信息、用戶對(duì)每個(gè)對(duì)象多方面特征的特殊興趣,以提高推薦算法的效果。首先,本文建立一個(gè)有效的方案進(jìn)行時(shí)間和語(yǔ)義感知的酒店推薦,方案考慮了用戶對(duì)酒店多方面屬性的特定需求、用戶預(yù)訂酒店的時(shí)間動(dòng)態(tài)性和評(píng)論文本語(yǔ)義信息分析,這些因素對(duì)于酒店推薦有著重要的作用。具體的,本文提出基于泊松張量分解和隱語(yǔ)義模型的學(xué)習(xí)方法,以進(jìn)行時(shí)間和語(yǔ)義感知的酒店推薦。通過(guò)挖掘用戶預(yù)訂酒店的時(shí)間、用戶-酒店的多方面打分和用戶評(píng)論文本信息在潛在空間的表達(dá),本文提出的方法能夠更加精準(zhǔn)的預(yù)...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究目標(biāo)和內(nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
2 推薦方法相關(guān)知識(shí)介紹
    2.1 協(xié)同過(guò)濾
    2.2 基于內(nèi)容的過(guò)濾
    2.3 上下文感知的推薦
    2.4 深度學(xué)習(xí)
    2.5 注意力機(jī)制
    2.6 本章小結(jié)
3 泊松張量分解的酒店推薦框架
    3.1 問(wèn)題定義與數(shù)據(jù)表示方法
        3.1.1 問(wèn)題定義
        3.1.2 數(shù)據(jù)表達(dá)
    3.2 時(shí)間語(yǔ)義感知的泊松張量分解推薦方法
        3.2.1 框架介紹
        3.2.2 參數(shù)優(yōu)化
        3.2.3 擴(kuò)展到冷啟動(dòng)用戶
    3.3時(shí)間語(yǔ)義感知泊松張量分解算法實(shí)驗(yàn)
        3.3.1 數(shù)據(jù)集
        3.3.2 對(duì)比算法
        3.3.3 參數(shù)設(shè)置
        3.3.4 評(píng)價(jià)指標(biāo)
        3.3.5 結(jié)果與分析
    3.4 本章小結(jié)
4 注意力神經(jīng)網(wǎng)絡(luò)的短視頻推薦框架
    4.1 問(wèn)題定義和準(zhǔn)備知識(shí)
        4.1.1 問(wèn)題定義
        4.1.2 Transformer框架
    4.2 時(shí)間語(yǔ)義感知注意力神經(jīng)網(wǎng)絡(luò)推薦方法
        4.2.1 短視頻特征學(xué)習(xí)
        4.2.2 用戶偏好學(xué)習(xí)
        4.2.3 分?jǐn)?shù)預(yù)測(cè)
    4.3時(shí)間語(yǔ)義感知注意力神經(jīng)網(wǎng)絡(luò)算法實(shí)驗(yàn)
        4.3.1 數(shù)據(jù)集
        4.3.2 對(duì)比算法
        4.3.3 參數(shù)設(shè)置
        4.3.4 評(píng)價(jià)指標(biāo)
        4.3.5 結(jié)果與分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 研究工作總結(jié)
    5.2 研究工作展望
參考文獻(xiàn)
致謝



本文編號(hào)：3865693