您好,欢迎来到聚文网。 登录 免费注册
社交推荐中的用户相似度优化研究

社交推荐中的用户相似度优化研究

  • 字数: 210
  • 出版社: 经济科学
  • 作者: 韩迪|责编:程辛宁
  • 商品条码: 9787521845372
  • 版次: 1
  • 开本: 16开
  • 页数: 195
  • 出版年份: 2023
  • 印次: 1
定价:¥78 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本文通过对推荐系统中 用户相似度的设计优化,解 决了目前推荐系统中“确定 的”数据无法准确描述人类 模糊性情感的问题展开。推 荐系统中相似度研究的最高 目标是尽可能的模拟人对研 究对象的主观感受,从工程 角度来说是模拟同主观认知 尽可能一致的客观相似度组 合模型。主观寻找相似用户 的过程可分为“感知、理解 和评价”三个阶段,基于此 ,本文提出了一种符合主观 特点的客观相似度组合模型 框架,主要工作围绕三个阶 段展开如下:本文从代表性 的相似度算法分析入手,分 析影响用户评分行为的相似 性因素。同时,针对目前确 定性数值化评分无法精准描 述主观模糊判断的问题,采 用三角模糊数的手段对主观 情感模糊化,更贴近人类非 确定的表达习惯。并提出了 新的用户评分相似度,实现 了用户相似性多角度模糊感 知工作。其次,针对数据稀 疏性和冷启动等问题,本文 引入外部属性数据在局部感 知用户评分相似性的基础上 全局理解用户相似度,最后 设计出具有“因果”关系的多 层上下文可感知模型,解决 目前使用深度学习带来的可 解释性不强的问题,实现动 态的个性化推荐。最后,评 价则是以更加多样的视角评 定推荐的好坏。所以本文设 计了具有降低推荐噪音的鲁 棒性系统评价指标,在考虑 评分准度的同时考虑推荐的 排序准确度等,解决目前推 荐系统评价体系无法完整的 、公平的比较算法优劣的问 题。
目录
第1章 绪论 1.1 研究背景和研究意义 1.2 推荐算法国内外研究现状 1.3 推荐系统方法概述 1.4 推荐系统性能评价 1.5 本章小结 本章参考文献 第2章 推荐模型的相似度优化 2.1 引言 2.2 矩阵分解的探索研究 2.3 社会化推荐介绍 2.4 本章小结 本章参考文献 第3章 挖掘用户评分行为影响因素 3.1 引言 3.2 相似度的探索研究 3.3 影响用户行为的相似度因素 3.4 基于模糊感知的综合用户评分相似度 3.5 本章小结 本章参考文献 第4章 多层模糊感知相似性的实现 4.1 引言 4.2 用户属性相似度 4.3 用户兴趣相似度 4.4 基于上下文数据的属性融合 4.5 全局组合相似度 4.6 MFPS实验结果及分析 4.7 本章小结 本章参考文献 第5章 特征冲突对预测结果的影响 5.1 引言 5.2 冲突性的探索研究 5.3 多源特征的冲突性减弱方案 5.4 本章小结 本章参考文献 第6章 用户长短期偏好的动态模型 6.1 引言 6.2 模型介绍 6.3 模型训练、测试和度量 6.4 MIE-LSS实验结果及分析 6.5 本章小结 本章参考文献 第7章 特征融合(交叉)的推荐模型 7.1 引言 7.2 特征交叉模型的探索研究 7.3 因子分解机和自注意力机制的交叉模型 7.4 本章小结 本章参考文献 第8章 自注意力推荐模型的偏差修正 8.1 模型框架

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网