發(fā)布時(shí)間：2021-03-31 10:54

　　社交網(wǎng)絡(luò)上數(shù)據(jù)模態(tài)的日趨豐富為利用多模態(tài)進(jìn)行數(shù)據(jù)挖掘提供了機(jī)遇與挑戰(zhàn)。作為新興社交網(wǎng)絡(luò)之一,社交策展網(wǎng)絡(luò)吸引了大量用戶在其上策劃、展示物品（即采集）以分享興趣。其以內(nèi)容為中心、以興趣為驅(qū)動(dòng)的特點(diǎn)使得在其上利用采集的多模態(tài)數(shù)據(jù)建立用戶模型、分析用戶興趣相比于其它社交網(wǎng)絡(luò)更具有必要性和可行性。本文研究了社交策展網(wǎng)絡(luò)上多模態(tài)數(shù)據(jù)的表示方法及其應(yīng)用,主要工作包括:1、提出了一種融合多模態(tài)相似性與分類一致性的用戶推薦算法。首先用轉(zhuǎn)采鏈上的用戶行為與內(nèi)容信息給出采集兩種模態(tài)的表示,并度量采集間多模態(tài)聯(lián)合相似性,進(jìn)而融合共有采集間的多模態(tài)聯(lián)合相似性與對(duì)共有采集的分類一致性來度量用戶間同質(zhì)性,最后根據(jù)用戶間同質(zhì)性推薦關(guān)注用戶。實(shí)驗(yàn)表明,該算法優(yōu)于基于共有采集數(shù)的推薦算法。2、提出了一套基于深度學(xué)習(xí)的多模態(tài)表示框架。先用深度學(xué)習(xí)分別學(xué)得采集的圖像與文本表示,其中圖像表示學(xué)習(xí)所用數(shù)據(jù)集利用轉(zhuǎn)采樹自動(dòng)標(biāo)注,再將兩種模態(tài)表示用深層模型融合得到采集的多模態(tài)聯(lián)合表示。實(shí)驗(yàn)表明,多模態(tài)聯(lián)合表示可以比單模態(tài)表示更有效地預(yù)測采集的興趣分布。3、建立了三種基于多模態(tài)表示的畫板及用戶模型。其中興趣分布模型為采集的興趣分布的... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：86 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

社交策展網(wǎng)絡(luò)上的公開用戶行為Fig1-2IllustrationofpublicuserbehaviorsonCCSNs這些行為中，針對(duì)采集的行為，即添加采集、轉(zhuǎn)采、喜歡、評(píng)論、編輯多于

可以推薦長尾，這是其最主要的優(yōu)勢；縮性強(qiáng)，便于對(duì)新加入的內(nèi)容進(jìn)行推薦；推薦結(jié)果取決于用戶歷史內(nèi)容，具有高度個(gè)性化；推薦結(jié)果取決于內(nèi)容相似，可解釋性強(qiáng)；要少量的用戶數(shù)據(jù)即可進(jìn)行推薦，受冷啟動(dòng)影響相對(duì)較小括：推薦與用戶已有需求類似的信息，新穎性不足；取決于對(duì)內(nèi)容的表示，如果內(nèi)容本身含義較少或難以轉(zhuǎn)化無法推薦，如果內(nèi)容是多視角或多模態(tài)的，則難以充分利沒有歷史數(shù)據(jù)的新用戶仍存在冷啟動(dòng)問題。

基于記憶的CF推薦示例


本文編號(hào)：3111312