發(fā)布時(shí)間：2025-03-29 23:58

　　隨著互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展,各大電商網(wǎng)站、支付平臺(tái)、娛樂(lè)應(yīng)用等積累的個(gè)人信息越來(lái)越豐富,同時(shí)數(shù)據(jù)量也在急劇增長(zhǎng)。在復(fù)雜且龐大的數(shù)據(jù)中發(fā)現(xiàn)用戶的興趣偏好,從而給用戶推薦更好的商品,增加用戶粘性和用戶體驗(yàn)度,對(duì)創(chuàng)造商業(yè)上的價(jià)值具有重大意義。在面對(duì)如此復(fù)雜且多領(lǐng)域的數(shù)據(jù)時(shí),如何能夠綜合各個(gè)域的信息達(dá)到好的推薦是亟待解決的問(wèn)題,跨域推薦應(yīng)運(yùn)而生。然而,跨域推薦有其自身的局限性,第一,域的增加雖然增加了可用數(shù)據(jù)的量,但對(duì)于單一用戶而言,用戶數(shù)據(jù)的數(shù)據(jù)稀疏性并沒(méi)有得到解決;第二,跨域推薦需要面臨語(yǔ)義的構(gòu)建,單一域中僅有用戶一物品這一種語(yǔ)義關(guān)系,而對(duì)于復(fù)雜的多域環(huán)境,不同域用戶之間,不同物品之間等都存在關(guān)系,如何找出并平衡好這幾種語(yǔ)義關(guān)系是跨域推薦面臨的另一個(gè)難題。因此,大多數(shù)跨域推薦的研究都在尋找方案來(lái)解決數(shù)據(jù)稀疏性和語(yǔ)義缺乏問(wèn)題�，F(xiàn)有的推薦算法方案在一些特定的場(chǎng)景中確實(shí)取得了很好的推薦效果。大多數(shù)跨域推薦模型是基于傳統(tǒng)的協(xié)同過(guò)濾方法,利用評(píng)分矩陣挖掘用戶和物品的相關(guān)關(guān)系。在最近的研究方法中,一部分方法結(jié)合用戶和物品自身的內(nèi)容信息(比如,用戶標(biāo)簽,用戶年齡等特征;物品介紹,物品性質(zhì)等特征),充分挖...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與現(xiàn)狀
    1.2 本文的主要內(nèi)容
    1.3 本文的主要工作
    1.4 本文的組織結(jié)構(gòu)
第2章 相關(guān)研究
    2.1 推薦系統(tǒng)和跨域推薦
    2.2 基于協(xié)同過(guò)濾的跨域推薦
    2.3 基于內(nèi)容的跨域推薦
    2.4 基于圖的跨域推薦
    2.5 本章小結(jié)
第3章 基于內(nèi)容和圖結(jié)構(gòu)信息融合的模型
    3.1 模型框架概述
    3.2 文本信息特征提取
    3.3 鄰接關(guān)系特征提取
    3.4 異質(zhì)圖和嵌入表示
    3.5 跨域推薦
    3.6 本章小結(jié)
第4章 實(shí)驗(yàn)分析
    4.1 實(shí)驗(yàn)設(shè)置
        4.1.1 數(shù)據(jù)集
        4.1.2 實(shí)驗(yàn)參數(shù)設(shè)置
        4.1.3 評(píng)價(jià)指標(biāo)與基線方法
    4.2 實(shí)驗(yàn)結(jié)果與分析
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
攻讀學(xué)位期間參與科研項(xiàng)目
攻讀學(xué)位期間獲獎(jiǎng)情況
學(xué)位論文評(píng)閱及答辯情況表



本文編號(hào)：4037860