由于科技的不斷進(jìn)步以及世界經(jīng)濟(jì)一體化的逐漸形成,互聯(lián)網(wǎng)也得以在全球范圍內(nèi)實(shí)現(xiàn)快速發(fā)展,全球用戶量逐年遞增,隨之而來(lái)的就是大量的用戶數(shù)據(jù)。據(jù)統(tǒng)計(jì),從2018年至2025年,全球范圍內(nèi)的數(shù)據(jù)量將從33ZB急速增長(zhǎng)到175ZB。一方面,工業(yè)3.0以來(lái),通過(guò)為用戶提供海量的信息影響了越來(lái)越多人的日常生活,但是在另一方面,信息化時(shí)代同樣為工業(yè)和研究領(lǐng)域帶來(lái)了大量的機(jī)緣和挑戰(zhàn)。面對(duì)大量的數(shù)據(jù)信息,如何從中便捷而高速的使用戶取得滿足需求的數(shù)據(jù),有效緩解信息過(guò)載情況是當(dāng)今科研工作者們著力處理的一大事務(wù)。面對(duì)信息過(guò)載問(wèn)題,較早的解決方案是以谷歌、百度等為代表的搜索引擎技術(shù)。然而由于搜索引擎的通用性,注定不能夠針對(duì)單獨(dú)用戶滿足其個(gè)性化需求。推薦系統(tǒng)(Recommender Systsems,RS)通過(guò)分析用戶個(gè)體信息數(shù)據(jù)的差異,針對(duì)單個(gè)用戶提供個(gè)性化的推薦服務(wù),是一種較好的緩解信息過(guò)載的有效方案�；跇�(biāo)簽的推薦系統(tǒng)利用用戶對(duì)項(xiàng)目的標(biāo)記信息為用戶推薦項(xiàng)目,但是現(xiàn)有的標(biāo)簽系統(tǒng)中的推薦方法只是用到了項(xiàng)目-標(biāo)簽-用戶之間的聯(lián)系,并不注重用戶以及項(xiàng)目自身的特征。在度量用戶以及項(xiàng)目之間的相似度時(shí),現(xiàn)存的方法只是單一考...

【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 研究背景與研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 推薦系統(tǒng)以及協(xié)同過(guò)濾
        1.2.2 表示學(xué)習(xí)
    1.3 本文主要研究?jī)?nèi)容
    1.4 論文的組織結(jié)構(gòu)
第2章 推薦系統(tǒng)關(guān)鍵技術(shù)
    2.1 推薦系統(tǒng)概述
        2.1.1 推薦系統(tǒng)的概念
        2.1.2 推薦算法的分類
        2.1.3 推薦系統(tǒng)評(píng)價(jià)標(biāo)準(zhǔn)
    2.2 協(xié)同過(guò)濾推薦算法
        2.2.1 協(xié)同過(guò)濾概述
        2.2.2 推薦步驟
        2.2.3 協(xié)同過(guò)濾算法分類
    2.3 本章小結(jié)
第3章 表示學(xué)習(xí)基礎(chǔ)理論
    3.1 表示學(xué)習(xí)概述
    3.2 Word2vec
        3.2.1 skip-gram
        3.2.2 CBOW
    3.3 本章小結(jié)
第4章 基于標(biāo)簽信息特征相似性的協(xié)同過(guò)濾推薦算法
    4.1 標(biāo)簽系統(tǒng)
    4.2 基于標(biāo)簽信息特征相似性的協(xié)同過(guò)濾推薦算法
        4.2.1 用戶-標(biāo)簽-項(xiàng)目三分圖
        4.2.2 基于標(biāo)簽的用戶偏好計(jì)算
        4.2.3 基于標(biāo)簽的相似性計(jì)算
        4.2.4 用戶偏好預(yù)測(cè)
    4.3 算法設(shè)計(jì)
    4.4 實(shí)驗(yàn)分析
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 評(píng)估標(biāo)準(zhǔn)
        4.4.3 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
第5章 基于嵌入式表示學(xué)習(xí)的協(xié)同過(guò)濾推薦算法
    5.1 算法設(shè)計(jì)
        5.1.1 基于表示學(xué)習(xí)的標(biāo)簽向量化
        5.1.2 算法描述
    5.2 實(shí)驗(yàn)分析
        5.2.1 實(shí)驗(yàn)設(shè)置
        5.2.2 實(shí)驗(yàn)結(jié)果及分析
    5.3 本章小結(jié)
第6章 個(gè)性化電影推薦引擎設(shè)計(jì)與實(shí)現(xiàn)
    6.1 應(yīng)用背景
    6.2 關(guān)鍵技術(shù)
        6.2.1 數(shù)據(jù)處理
        6.2.2 系統(tǒng)構(gòu)建
    6.3 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
        6.3.1 系統(tǒng)需求分析
        6.3.2 系統(tǒng)設(shè)計(jì)
        6.3.3 推薦系統(tǒng)的實(shí)現(xiàn)
    6.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝



本文編號(hào)：3965064