在這個信息爆炸的時代,推薦系統(tǒng)被廣泛的運用于各種在線服務(wù)中以此來應(yīng)對信息過載。協(xié)同過濾作為推薦系統(tǒng)的主要技術(shù)手段,不僅僅會從用戶的行為歷史來獲取用戶偏好,而且會利用其他用戶的行為數(shù)據(jù)來更好的推斷用戶的行為偏好。近些年來,神經(jīng)網(wǎng)絡(luò)因其在計算機視覺、自然語言處理等領(lǐng)域的出色表現(xiàn),也受到了推薦系統(tǒng)的青睞。神經(jīng)協(xié)同過濾算法通過拼接用戶和物品向量,并使用多層感知機來學(xué)習(xí)用戶向量和物品之間的交互關(guān)系,在隱式反饋推薦問題上取得了很好的結(jié)果。然而后續(xù)的研究發(fā)現(xiàn),這樣的向量組合方法并不能很好的表達(dá)用戶物品向量之間的復(fù)雜結(jié)構(gòu)關(guān)系。為了更好的學(xué)習(xí)用戶向量和物品向量維度之間的關(guān)聯(lián)關(guān)系,提出通過堆疊向量形成履帶的方式,來組織用戶和物品向量,并通過應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)向量維度間多層面的關(guān)聯(lián)關(guān)系,進而更好的學(xué)習(xí)用戶物品的交互關(guān)系函數(shù)。一方面堆疊向量可以讓向量的維度間呈現(xiàn)局部關(guān)系,相對于拼接向量可以更好的建立向量局部維度間的關(guān)聯(lián)。另一方面可以通過堆疊轉(zhuǎn)化而來的用戶物品向量或者隱式因子向量來進行擴展。而卷積神經(jīng)網(wǎng)絡(luò)非常擅長局部特征的提取,因此可以利用其來充分的挖掘向量局部維度間的關(guān)聯(lián)關(guān)系。對于基于堆疊向量的卷積神經(jīng)網(wǎng)絡(luò)協(xié)同過濾算法,采用Amazon上的數(shù)據(jù)集進行實驗與驗證,并在基于Top-K的推薦上與當(dāng)前主流的基于神經(jīng)網(wǎng)絡(luò)的協(xié)同過濾算法進行對比。結(jié)果表明,所提出的基于堆疊向量的卷積神經(jīng)網(wǎng)絡(luò)協(xié)同過濾算法在相同的數(shù)據(jù)集下超越了當(dāng)前主流的基于神經(jīng)網(wǎng)絡(luò)的協(xié)同過濾算法。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.3;TP183
【部分圖文】：

SEC3NCF與SEC2NCF設(shè)置不同的特征圖數(shù)量的實驗結(jié)果

【相似文獻】

相關(guān)期刊論文 前10條

1 許媛萍;;基于內(nèi)容的推薦與協(xié)同過濾融合的新聞推薦分析與探究[J];新聞研究導(dǎo)刊;2018年13期

2 李改;鄒小青;;基于隱式反饋的協(xié)同過濾算法研究綜述[J];福建電腦;2018年11期

3 胡致杰;胡羽沫;;協(xié)同過濾推薦瓶頸問題研究[J];無線互聯(lián)科技;2016年09期

4 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術(shù)的個性化網(wǎng)絡(luò)教學(xué)平臺研究[J];科技風(fēng);2012年06期

5 張家鑫;劉志勇;張琳;張倩;莎仁;;基于協(xié)同過濾的多維度電影推薦方法研究[J];長春理工大學(xué)學(xué)報(自然科學(xué)版);2019年02期

6 楊莉;;基于時間因子的協(xié)同過濾算法研究[J];電腦知識與技術(shù);2019年09期

7 章宗杰;陳瑋;;基于標(biāo)簽擴展的協(xié)同過濾算法在音樂推薦中的應(yīng)用[J];軟件導(dǎo)刊;2018年01期

8 王嬋;;一種基于加權(quán)因子的混合協(xié)同過濾算法[J];電腦知識與技術(shù);2018年09期

9 劉文佳;張駿;;改進的協(xié)同過濾算法在電影推薦系統(tǒng)中的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2018年17期

10 吳佳婧;賀嘉楠;王越群;董立巖;;基于項目屬性分類的協(xié)同過濾算法研究[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2018年04期

相關(guān)會議論文 前10條

1 孫見山;徐東;姜元春;;融合人格信息的單分類協(xié)同過濾方法研究[A];第十二屆（2017）中國管理學(xué)年會論文集[C];2017年

2 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

3 陳曦;;基于二階定時修正協(xié)同過濾系統(tǒng)的信息推薦算法[A];2019年第二屆鋼鐵工業(yè)智能制造發(fā)展論壇會議論文集[C];2019年

4 駱正清;鄭濤;;基于標(biāo)簽聚類的協(xié)同過濾推薦算法[A];第十三屆（2018）中國管理學(xué)年會論文集[C];2018年

5 胡必云;李舟軍;王君;;基于心理測量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

6 孫鐵利;楊焱;邱春艷;;基于內(nèi)容預(yù)測的協(xié)同過濾推薦[A];2005年全國理論計算機科學(xué)學(xué)術(shù)年會論文集[C];2005年

7 劉牧;楊智強;王衡;;基于普適計算的日程發(fā)現(xiàn)方法探討[A];第七屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【poster】[C];2011年

8 潘崇倫;張弛;;協(xié)同過濾的自服務(wù)模式在水務(wù)信息基礎(chǔ)架構(gòu)管理中的研究[A];大數(shù)據(jù)時代的信息化建設(shè)——2015（第三屆）中國水利信息化與數(shù)字水利技術(shù)論壇論文集[C];2015年

9 陶紅亮;王明文;曹瑛;;基于項目平滑和聚類的協(xié)同過濾推薦算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

10 易們;楊成;柴智;;基于重排序的新用戶TOPN推薦方法研究[A];第十九屆中國科協(xié)年會——分4信息新技術(shù) 東北新工業(yè)論壇論文集[C];2017年

相關(guān)重要報紙文章 前3條

1 林嘉澍;從搜索到發(fā)現(xiàn)[N];經(jīng)濟觀察報;2007年

2 本報記者 沈佳;數(shù)據(jù)大了 決策準(zhǔn)了[N];山西日報;2014年

3 林嘉澍;若鄰網(wǎng)絡(luò)：發(fā)掘網(wǎng)上的真實人脈[N];經(jīng)濟觀察報;2007年

相關(guān)博士學(xué)位論文 前10條

1 符明晟;基于深度學(xué)習(xí)的智能推薦技術(shù)研究[D];電子科技大學(xué);2019年

2 顧梁;播存結(jié)構(gòu)中基于協(xié)同過濾的內(nèi)容推薦技術(shù)研究[D];東南大學(xué);2017年

3 袁衛(wèi)華;面向稀疏數(shù)據(jù)的多視圖個性化推薦方法研究[D];山東師范大學(xué);2018年

4 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D];浙江大學(xué);2005年

5 薛福亮;電子商務(wù)協(xié)同過濾推薦質(zhì)量影響因素及其改進機制研究[D];天津大學(xué);2012年

6 段銳;融合文本內(nèi)容與情境信息的協(xié)同過濾推薦方法研究[D];合肥工業(yè)大學(xué);2017年

7 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

8 張雪潔;基于QoS的個性化云服務(wù)推薦方法研究[D];南京航空航天大學(xué);2015年

9 姜邵巍;基于競爭關(guān)系的推薦技術(shù)研究[D];北京郵電大學(xué);2014年

10 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 章琦;基于協(xié)同過濾的全球AI挑戰(zhàn)賽社區(qū)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2019年

2 劉運沖;基于改進的時間與用戶影響的協(xié)同過濾算法[D];安徽理工大學(xué);2019年

3 任德源;基于用戶分層結(jié)構(gòu)的個性化推薦方法[D];合肥工業(yè)大學(xué);2019年

4 李啟序;基于協(xié)同過濾的個性化推薦系統(tǒng)的研究[D];安徽理工大學(xué);2019年

5 鄭濤;一種改進的協(xié)同過濾算法及其在推薦系統(tǒng)中的應(yīng)用[D];合肥工業(yè)大學(xué);2019年

6 張楊;基于領(lǐng)域知識圖譜實體消歧的協(xié)同過濾推薦算法研究[D];天津師范大學(xué);2019年

7 王茹玉;基于信息推薦的中藥適應(yīng)癥發(fā)現(xiàn)方法研究[D];北京交通大學(xué);2019年

8 張翔;個性化小說推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2019年

9 祝月芳;基于協(xié)同過濾的電影票務(wù)系統(tǒng)設(shè)計與實現(xiàn)[D];北京交通大學(xué);2019年

10 周安琪;個性化推薦的協(xié)同過濾算法探究[D];上海交通大學(xué);2017年

本文編號：2812866