互聯(lián)網(wǎng)信息持續(xù)快速增長(zhǎng),以搜索引擎為代表的網(wǎng)絡(luò)信息檢索方式已不滿足用戶需求,推薦算法及系統(tǒng)在電商、娛樂(lè)、新聞等等行業(yè)已獲得廣泛關(guān)注和應(yīng)用。近年來(lái),在經(jīng)典的基于內(nèi)容的推薦算法、基于用戶的協(xié)同過(guò)濾推薦算法和基于項(xiàng)目的協(xié)同過(guò)濾推薦算法的基礎(chǔ)上,學(xué)者們提出了許多新的推薦算法,包括隱語(yǔ)義模型LFM（Latent Factor Model）、奇異值分解SVD（Singular Value Decomposition）、貝葉斯個(gè)性化排名BPR（Bayesian Personalized Ranking）、因式分解機(jī)FM（Factorization Machine）、交替最小二乘法ALS（Alternative Least Square）、神經(jīng)協(xié)同過(guò)濾NCF（Neural Collaborative Filtering）、受限玻爾茲曼機(jī)RBM（Restricted Boltzmann Machine）等算法。這些研究極大的推動(dòng)了推薦算法的研究和應(yīng)用。但是,在面對(duì)實(shí)際應(yīng)用系統(tǒng)時(shí),這些算法經(jīng)常遇到下列2個(gè)問(wèn)題的挑戰(zhàn):1.算法難以對(duì)新用戶或新項(xiàng)目進(jìn)行有效推薦,產(chǎn)生“冷啟動(dòng)”問(wèn)題。2.用戶、項(xiàng)目交互數(shù)據(jù)占比很... 

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文組織
第2章 相關(guān)工作
    2.1 數(shù)據(jù)特征提取與向量化
    2.2 異質(zhì)特征
    2.3 深度殘差網(wǎng)絡(luò)
第3章 研究基礎(chǔ)
    3.1 基于三元組損失函數(shù)TRIPLET LOSS的 CNN網(wǎng)絡(luò)
    3.2 主成分分析法PCA
第4章 基于異質(zhì)特征深度殘差網(wǎng)絡(luò)的推薦算法
    4.1 基于異質(zhì)特征深度殘差網(wǎng)絡(luò)的推薦算法HRN
    4.2 基于TRIPLET LOSS的加權(quán)混合嵌入訓(xùn)練
        4.2.1 基于內(nèi)容的嵌入的構(gòu)建
        4.2.2 訓(xùn)練樣本生成器
        4.2.3 Triplet Loss訓(xùn)練器
    4.3 HYBRID RESNET預(yù)測(cè)網(wǎng)絡(luò)的搭建
        4.3.1 設(shè)置基線算法
        4.3.2 訓(xùn)練樣本生成器
        4.3.3 Hybrid Res Net預(yù)測(cè)網(wǎng)絡(luò)的搭建
第5章 實(shí)驗(yàn)結(jié)果
    5.1 數(shù)據(jù)集和評(píng)價(jià)指標(biāo)
    5.2 方法比較
    5.3 實(shí)驗(yàn)設(shè)置
    5.4 實(shí)驗(yàn)結(jié)果及分析
第6章 結(jié)論及未來(lái)工作
    6.1 結(jié)論
    6.2 未來(lái)工作
參考文獻(xiàn)
指導(dǎo)老師對(duì)研究生學(xué)位論文的學(xué)術(shù)評(píng)語(yǔ)
學(xué)位論文答辯委員會(huì)決議書(shū)
致謝



本文編號(hào)：3696259