發(fā)布時(shí)間：2023-04-05 11:26

　　隨著信息科技發(fā)展,網(wǎng)絡(luò)圖書商城的出現(xiàn),使得大眾足不出戶便可購(gòu)買各類圖書產(chǎn)品,極大促進(jìn)了社會(huì)文化傳播。然而面對(duì)浩繁的圖書,大眾要找到符合自身興趣的圖書,是一件困難的事情。傳統(tǒng)圖書推薦系統(tǒng)為解決這一問(wèn)題做出了貢獻(xiàn),但是傳統(tǒng)圖書推薦系統(tǒng)始終遭受著諸如稀疏性和冷啟動(dòng)等問(wèn)題的困擾。與此同時(shí),深度學(xué)習(xí)無(wú)論是在工業(yè)界還是學(xué)術(shù)界都獲得了極大的關(guān)注,它在諸如自然語(yǔ)言處理,圖像處理和語(yǔ)音識(shí)別等領(lǐng)域獲得了巨大的成功,是一項(xiàng)仍然具有巨大潛力的先進(jìn)技術(shù)。如果能把深度學(xué)習(xí)技術(shù)應(yīng)用在圖書推薦系統(tǒng)上提升推薦性能,將具有巨大的發(fā)展前景和社會(huì)意義。本文在多層感知器、堆疊降噪自編碼器(Stack Denoising Auto-Encoder,SDAE)等深度學(xué)習(xí)技術(shù)與推薦系統(tǒng)結(jié)合,以及輔助信息特征預(yù)處理等方面進(jìn)行了研究,主要工作如下:(1)面對(duì)隱式反饋數(shù)據(jù)場(chǎng)景,在深入研究基于神經(jīng)網(wǎng)絡(luò)的協(xié)同過(guò)濾算法(Neural network based collaborative filtering,NCF)的基礎(chǔ)上,針對(duì)其只利用隱式反饋數(shù)據(jù),易受稀疏性問(wèn)題制約的情況,提出了基于NCF的改進(jìn)圖書推薦算法,該算法將隱因子空間劃分為輔助信息...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題來(lái)源
    1.2 課題研究背景、目的及意義
    1.3 相關(guān)領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 傳統(tǒng)推薦系統(tǒng)
        1.3.2 基于深度學(xué)習(xí)的推薦系統(tǒng)的研究現(xiàn)狀
    1.4 論文主要研究?jī)?nèi)容與組織結(jié)構(gòu)
        1.4.1 論文主要研究?jī)?nèi)容
        1.4.2 論文的組織結(jié)構(gòu)
第2章 基于NCF的改進(jìn)圖書推薦算法
    2.1 用戶與圖書輔助信息的特征提取
        2.1.1 結(jié)構(gòu)化數(shù)據(jù)的特征提取
        2.1.2 非結(jié)構(gòu)化數(shù)據(jù)的特征提取
    2.2 基于NCF的改進(jìn)圖書推薦算法
        2.2.1 基于神經(jīng)網(wǎng)絡(luò)的協(xié)同過(guò)濾
        2.2.2 基于NCF的改進(jìn)圖書推薦算法
    2.3 實(shí)驗(yàn)設(shè)置與結(jié)果分析
        2.3.1 實(shí)驗(yàn)設(shè)置
        2.3.3 實(shí)驗(yàn)結(jié)果及分析
    2.4 本章小結(jié)
第3章 基于SDAE的改進(jìn)圖書推薦算法
    3.1 特征預(yù)處理
        3.1.1 居住地特征
        3.1.2 基于SIF的句向量
        3.1.3 用戶特征向量與圖書特征向量
    3.2 基于SDAE的改進(jìn)圖書推薦算法
        3.2.1 堆疊降噪自編碼器
        3.2.2 基于SDAE的改進(jìn)圖書推薦算法
    3.3 實(shí)驗(yàn)設(shè)置與結(jié)果分析
        3.3.1 實(shí)驗(yàn)設(shè)置
        3.3.2 實(shí)驗(yàn)結(jié)果及分析
    3.4 本章小結(jié)
第4章 個(gè)性化圖書推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    4.1 系統(tǒng)需求分析
    4.2 系統(tǒng)設(shè)計(jì)總覽
    4.3 系統(tǒng)各模塊詳細(xì)設(shè)計(jì)
        4.3.1 用戶交互模塊詳細(xì)設(shè)計(jì)
        4.3.2 推薦引擎模塊詳細(xì)設(shè)計(jì)
        4.3.3 后臺(tái)管理模塊詳細(xì)設(shè)計(jì)
    4.4 數(shù)據(jù)庫(kù)設(shè)計(jì)
    4.5 系統(tǒng)各模塊實(shí)現(xiàn)
        4.5.1 用戶交互模塊實(shí)現(xiàn)
        4.5.2 推薦引擎模塊實(shí)現(xiàn)
        4.5.3 后臺(tái)管理模塊實(shí)現(xiàn)
    4.6 系統(tǒng)測(cè)試
        4.6.1 功能測(cè)試
        4.6.2 性能測(cè)試
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文工作總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)



本文編號(hào)：3783329