检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 计算机科学与技术...
- 1 篇 软件工程

主题

1 篇 推荐系统
1 篇 协同过滤
1 篇 深度学习
1 篇 堆叠去噪自动编码...
1 篇 社区均模型

机构

1 篇 太原理工大学

作者

1 篇 赵瑞姣

语言

1 篇 中文

检索条件"主题词=社区均模型"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向社区均模型的深度协同算法研究

面向社区均模型的深度协同算法研究

引用

作者：赵瑞姣太原理工大学

学位级别：硕士

在“信息过载”时代,个性化推荐系统成为研究热点,它可以根据用户信息需求快速主动地进行推荐,省略掉用户筛选、过滤信息的过程,防止用户遗漏重要信息。同时,它又存在一些问题,例如评分数据稀疏和“冷启动”问题。因此,如何有效解决这... 详细信息

在“信息过载”时代,个性化推荐系统成为研究热点,它可以根据用户信息需求快速主动地进行推荐,省略掉用户筛选、过滤信息的过程,防止用户遗漏重要信息。同时,它又存在一些问题,例如评分数据稀疏和“冷启动”问题。因此,如何有效解决这些问题,准确进行推荐,成为目前主要的研究内容。推荐系统中信息来源有多种:评分数据,项目信息和用户信息。在互联网中,评分数据和项目信息作为公共资源可轻易获取,如果提取项目特征时从项目信息入手,可很好地缓解推荐系统中项目“冷启动”问题。相反,由于涉及隐私问题,可提取用户特征的用户信息难以在网上直接收集。故本文从新的角度获取用户信息,提出了一种对称模型,此模型可同时训练用户信息和项目信息,从而提取特征,并且在此基础上,加入了社区因素。具体来说,主要完成以下几个方面的工作:(1)在回顾和总结推荐系统研究背景及存在问题后,通过对协同过滤算法和深度学习算法深入分析,并在基于社区推荐算法的探究之上,明确了研究方向:第一,社区包含一些隐藏信息,如果在社区中做推荐,推荐准确度会得到提高。第二,结合协同过滤算法和深度学习算法的优势,提出了一种深度协同算法。(2)提出了社区均模型的IBCF算法。通过对均模型、增量均模型和时间均模型的分析,发现都忽略了社区信息。针对这一问题,本文首先将用户向量使用均模型表示,实现社区的快速划分,然后计算社区和整体用户集上项目相似度,利用平衡因子调整两种相似度比例,最后预测用户评分,完成用户推荐。在数据集Movie Lens 100k和Jester实验,结果表明,此算法在保证时间没有大幅度提高的情况下,推荐准确度得到进一步提高。(3)针对协同深度学习(collaborative deep learning,CDL)算法仅利用项目信息提取特征的问题,提出了基于对称SDAE的协同过滤算法。除项目信息之外,用户评分可直观表示用户喜好,通过分析项目信息和用户评分,提取出用户信息。基于对称SDAE的协同过滤算法在利用项目信息的基础上,也可充分挖掘用户信息,这样得到的特征更加精准。实验表明,此算法的推荐准确度要高于CDL算法。(4)提出了基于社区的对称SDAE协同过滤算法。一方面,社区均模型可以快速划分社区,在社区中训练模型可以捕捉社区信息。另一方面,基于对称SDAE的协同过滤算法可以同时从用户信息和项目信息中提取用户特征和项目特征,可有效缓解“冷启动问题”。故结合两者优势,提出此算法。在数据集CiteULike进行实验,实验表明,本算法推荐准确度进一步提高。

关键词：推荐系统社区均模型深度学习堆叠去噪自动编码器协同过滤

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：