發(fā)布時間：2020-09-05 09:40

　　 在這個信息爆炸的時代,推薦系統(tǒng)被廣泛的運用于各種在線服務中以此來應對信息過載。協(xié)同過濾作為推薦系統(tǒng)的主要技術手段,不僅僅會從用戶的行為歷史來獲取用戶偏好,而且會利用其他用戶的行為數據來更好的推斷用戶的行為偏好。近些年來,神經網絡因其在計算機視覺、自然語言處理等領域的出色表現(xiàn),也受到了推薦系統(tǒng)的青睞。神經協(xié)同過濾算法通過拼接用戶和物品向量,并使用多層感知機來學習用戶向量和物品之間的交互關系,在隱式反饋推薦問題上取得了很好的結果。然而后續(xù)的研究發(fā)現(xiàn),這樣的向量組合方法并不能很好的表達用戶物品向量之間的復雜結構關系。為了更好的學習用戶向量和物品向量維度之間的關聯(lián)關系,提出通過堆疊向量形成履帶的方式,來組織用戶和物品向量,并通過應用卷積神經網絡來學習向量維度間多層面的關聯(lián)關系,進而更好的學習用戶物品的交互關系函數。一方面堆疊向量可以讓向量的維度間呈現(xiàn)局部關系,相對于拼接向量可以更好的建立向量局部維度間的關聯(lián)。另一方面可以通過堆疊轉化而來的用戶物品向量或者隱式因子向量來進行擴展。而卷積神經網絡非常擅長局部特征的提取,因此可以利用其來充分的挖掘向量局部維度間的關聯(lián)關系。對于基于堆疊向量的卷積神經網絡協(xié)同過濾算法,采用Amazon上的數據集進行實驗與驗證,并在基于Top-K的推薦上與當前主流的基于神經網絡的協(xié)同過濾算法進行對比。結果表明,所提出的基于堆疊向量的卷積神經網絡協(xié)同過濾算法在相同的數據集下超越了當前主流的基于神經網絡的協(xié)同過濾算法。
【學位單位】：華中科技大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.3;TP183
【部分圖文】：

SEC3NCF與SEC2NCF設置不同的特征圖數量的實驗結果

【相似文獻】

相關期刊論文 前10條

1 許媛萍;;基于內容的推薦與協(xié)同過濾融合的新聞推薦分析與探究[J];新聞研究導刊;2018年13期

2 李改;鄒小青;;基于隱式反饋的協(xié)同過濾算法研究綜述[J];福建電腦;2018年11期

3 胡致杰;胡羽沫;;協(xié)同過濾推薦瓶頸問題研究[J];無線互聯(lián)科技;2016年09期

4 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術的個性化網絡教學平臺研究[J];科技風;2012年06期

5 張家鑫;劉志勇;張琳;張倩;莎仁;;基于協(xié)同過濾的多維度電影推薦方法研究[J];長春理工大學學報(自然科學版);2019年02期

6 楊莉;;基于時間因子的協(xié)同過濾算法研究[J];電腦知識與技術;2019年09期

7 章宗杰;陳瑋;;基于標簽擴展的協(xié)同過濾算法在音樂推薦中的應用[J];軟件導刊;2018年01期

8 王嬋;;一種基于加權因子的混合協(xié)同過濾算法[J];電腦知識與技術;2018年09期

9 劉文佳;張駿;;改進的協(xié)同過濾算法在電影推薦系統(tǒng)中的應用[J];現(xiàn)代商貿工業(yè);2018年17期

10 吳佳婧;賀嘉楠;王越群;董立巖;;基于項目屬性分類的協(xié)同過濾算法研究[J];吉林大學學報(信息科學版);2018年04期

相關會議論文 前10條

1 孫見山;徐東;姜元春;;融合人格信息的單分類協(xié)同過濾方法研究[A];第十二屆（2017）中國管理學年會論文集[C];2017年

2 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協(xié)同過濾算法[A];第二十二屆中國數據庫學術會議論文集（技術報告篇）[C];2005年

3 陳曦;;基于二階定時修正協(xié)同過濾系統(tǒng)的信息推薦算法[A];2019年第二屆鋼鐵工業(yè)智能制造發(fā)展論壇會議論文集[C];2019年

4 駱正清;鄭濤;;基于標簽聚類的協(xié)同過濾推薦算法[A];第十三屆（2018）中國管理學年會論文集[C];2018年

5 胡必云;李舟軍;王君;;基于心理測量學的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數據庫學術會議論文集(B輯)[C];2010年

6 孫鐵利;楊焱;邱春艷;;基于內容預測的協(xié)同過濾推薦[A];2005年全國理論計算機科學學術年會論文集[C];2005年

7 劉牧;楊智強;王衡;;基于普適計算的日程發(fā)現(xiàn)方法探討[A];第七屆和諧人機環(huán)境聯(lián)合學術會議（HHME2011)論文集【poster】[C];2011年

8 潘崇倫;張弛;;協(xié)同過濾的自服務模式在水務信息基礎架構管理中的研究[A];大數據時代的信息化建設——2015（第三屆）中國水利信息化與數字水利技術論壇論文集[C];2015年

9 陶紅亮;王明文;曹瑛;;基于項目平滑和聚類的協(xié)同過濾推薦算法[A];第二十三屆中國數據庫學術會議論文集（技術報告篇）[C];2006年

10 易們;楊成;柴智;;基于重排序的新用戶TOPN推薦方法研究[A];第十九屆中國科協(xié)年會——分4信息新技術 東北新工業(yè)論壇論文集[C];2017年

相關重要報紙文章 前3條

1 林嘉澍;從搜索到發(fā)現(xiàn)[N];經濟觀察報;2007年

2 本報記者 沈佳;數據大了 決策準了[N];山西日報;2014年

3 林嘉澍;若鄰網絡：發(fā)掘網上的真實人脈[N];經濟觀察報;2007年

相關博士學位論文 前10條

1 符明晟;基于深度學習的智能推薦技術研究[D];電子科技大學;2019年

2 顧梁;播存結構中基于協(xié)同過濾的內容推薦技術研究[D];東南大學;2017年

3 袁衛(wèi)華;面向稀疏數據的多視圖個性化推薦方法研究[D];山東師范大學;2018年

4 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D];浙江大學;2005年

5 薛福亮;電子商務協(xié)同過濾推薦質量影響因素及其改進機制研究[D];天津大學;2012年

6 段銳;融合文本內容與情境信息的協(xié)同過濾推薦方法研究[D];合肥工業(yè)大學;2017年

7 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應用研究[D];大連理工大學;2008年

8 張雪潔;基于QoS的個性化云服務推薦方法研究[D];南京航空航天大學;2015年

9 姜邵巍;基于競爭關系的推薦技術研究[D];北京郵電大學;2014年

10 王立才;上下文感知推薦系統(tǒng)若干關鍵技術研究[D];北京郵電大學;2012年

相關碩士學位論文 前10條

1 章琦;基于協(xié)同過濾的全球AI挑戰(zhàn)賽社區(qū)的設計與實現(xiàn)[D];北京交通大學;2019年

2 劉運沖;基于改進的時間與用戶影響的協(xié)同過濾算法[D];安徽理工大學;2019年

3 任德源;基于用戶分層結構的個性化推薦方法[D];合肥工業(yè)大學;2019年

4 李啟序;基于協(xié)同過濾的個性化推薦系統(tǒng)的研究[D];安徽理工大學;2019年

5 鄭濤;一種改進的協(xié)同過濾算法及其在推薦系統(tǒng)中的應用[D];合肥工業(yè)大學;2019年

6 張楊;基于領域知識圖譜實體消歧的協(xié)同過濾推薦算法研究[D];天津師范大學;2019年

7 王茹玉;基于信息推薦的中藥適應癥發(fā)現(xiàn)方法研究[D];北京交通大學;2019年

8 張翔;個性化小說推薦系統(tǒng)的設計與實現(xiàn)[D];北京交通大學;2019年

9 祝月芳;基于協(xié)同過濾的電影票務系統(tǒng)設計與實現(xiàn)[D];北京交通大學;2019年

10 周安琪;個性化推薦的協(xié)同過濾算法探究[D];上海交通大學;2017年

本文編號：2812866