協(xié)同過濾算法憑借其良好的性能在國內(nèi)外知名電影及視頻推薦網(wǎng)站中得到了廣泛的應(yīng)用。然而,隨著算法的應(yīng)用場景不斷變化,協(xié)同過濾算法逐漸暴露出了許多缺點(diǎn),這其中包括稀疏性、實(shí)時性、可擴(kuò)展性、用戶興趣漂移、冷啟動等問題。針對以上問題,在保障推薦質(zhì)量的前提下,對其中的稀疏性、實(shí)時性、用戶興趣漂移等問題進(jìn)行研究,并引入深度學(xué)習(xí)的知識,提出了基于深度學(xué)習(xí)的電影推薦算法。深度學(xué)習(xí)中的深度網(wǎng)絡(luò)結(jié)構(gòu)模型能夠在保證推薦質(zhì)量的前提下應(yīng)對稀疏性問題,比傳統(tǒng)協(xié)同過濾算法表現(xiàn)優(yōu)秀,本文將深度學(xué)習(xí)應(yīng)用在電影推薦方向,利用改進(jìn)的基于時間加權(quán)的聚類算法與深度學(xué)習(xí)模型相融合,在解決用戶興趣漂移問題的同時解決了深度學(xué)習(xí)模型訓(xùn)練時間過長、訓(xùn)練難度較大的問題,保證了算法整體的實(shí)時性。參考熱門推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)方案,以基于深度學(xué)習(xí)的電影推薦算法為核心,同時引入目前熱門的微服務(wù)概念,搭建一個基于微服務(wù)架構(gòu)的電影推薦系統(tǒng),在保證整個系統(tǒng)的性能的基礎(chǔ)上增強(qiáng)了系統(tǒng)的高可用性與可擴(kuò)展性,使得整個系統(tǒng)能夠穩(wěn)定高效地為用戶提供電影推薦服務(wù)。

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 推薦系統(tǒng)的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 推薦系統(tǒng)的國內(nèi)外研究現(xiàn)狀
        1.2.2 電影推薦系統(tǒng)的國內(nèi)外研究現(xiàn)狀
        1.2.3 深度學(xué)習(xí)的國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 文章結(jié)構(gòu)
第2章 相關(guān)理論研究
    2.1 推薦系統(tǒng)研究
        2.1.1 個性化電影推薦系統(tǒng)
        2.1.2 搜狐視頻個性化推薦系統(tǒng)
    2.2 基于協(xié)同過濾的推薦算法
        2.2.1 基于內(nèi)存的協(xié)同過濾算法
        2.2.2 基于模型的推薦算法
    2.3 常用聚類算法簡介
    2.4 艾賓浩斯遺忘曲線與遺忘函數(shù)
    2.5 深度網(wǎng)絡(luò)結(jié)構(gòu)
        2.5.1 神經(jīng)網(wǎng)絡(luò)及sigmoid函數(shù)
        2.5.2 受限玻爾茲曼機(jī)介紹
        2.5.3 多層玻爾茲曼機(jī)
    2.6 本章小節(jié)
第3章 基于遺忘曲線的改進(jìn)型電影聚類算法
    3.1 基于用戶評分的聚類算法
    3.2 基于項(xiàng)目屬性的聚類算法
    3.3 基于遺忘曲線的融合電影聚類算法
    3.4 相關(guān)實(shí)驗(yàn)及分析
    3.5 本章小結(jié)
第4章 基于深度學(xué)習(xí)的電影推薦算法研究
    4.1 受限玻爾茲曼機(jī)在電影推薦算法上的應(yīng)用
    4.2 基于改進(jìn)型受限玻爾茲曼機(jī)的多層結(jié)構(gòu)
    4.3 基于Spark的模型訓(xùn)練的并行化方案
    4.4 基于深度學(xué)習(xí)的電影推薦算法
    4.5 實(shí)驗(yàn)結(jié)果分析
    4.6 本章小節(jié)
第5章 基于深度學(xué)習(xí)的電影推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 需求分析
        5.1.1 用戶需求
        5.1.2 系統(tǒng)設(shè)計(jì)目標(biāo)
        5.1.3 系統(tǒng)的功能性需求
        5.1.4 非功能性需求
    5.2 系統(tǒng)概要設(shè)計(jì)
        5.2.1 系統(tǒng)實(shí)現(xiàn)環(huán)境
        5.2.2 系統(tǒng)架構(gòu)設(shè)計(jì)
    5.3 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)
        5.3.1 關(guān)系型數(shù)據(jù)庫設(shè)計(jì)
        5.3.2 非關(guān)系型數(shù)據(jù)庫設(shè)計(jì)
    5.4 核心模塊設(shè)計(jì)與實(shí)現(xiàn)
        5.4.1 登錄模塊的實(shí)現(xiàn)
        5.4.2 離線計(jì)算模塊的實(shí)現(xiàn)
        5.4.3 在線推薦模塊的實(shí)現(xiàn)
        5.4.4 用戶信息反饋模塊的實(shí)現(xiàn)
        5.4.5 信息管理模塊的實(shí)現(xiàn)
    5.5 本章小節(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間所取得的成果
致謝



本文編號：3742488