基于递归神经网络和分布式表达的推荐算法

发布时间：2024-04-01 01:57

　　互联网、电子商务、云计算等技术的高速发展,推进了大数据时代的到来。信息过载问题是大数据时代亟待解决的问题之一,而推荐系统是解决该问题的有效方法。同时,深度学习技术被应用于推荐系统领域,并且取得了一些突破性进展。本文基于深度学习技术,提出了基于递归神经网络和分布式表达的改进的推荐算法。本文研究内容如下:(1)许多传统推荐算法,都是基于用户与物品的点对推荐模式,并没有考虑物品的时序关系,本文使用用户点击商品的时间序列数据进行推荐,传统的递归神经网络模型不能主动控制时间序列数据的长短,本文对传统递归神经网络进行改进,引入了时间窗口来控制递归神经网络的隐藏层数据传递。实验结果表明引入时间窗口改进的递归神经网络模型在推荐算法的准确率指标上取得了优于传统递归神经网络模型的效果。(2)为了降低递归神经网络的计算复杂度,本文借鉴了自然语言处理中常用的分布式表达算法,通过使用开源工具word2vec训练得到物品的分布式表达向量,即将物品的原始One-Hot编码向量转化为了连续的低维词向量。随后将物品的分布式表达向量当作递归神经网络模型的输入向量,从而降低了计算复杂度。(3)采用python语言编写基于用...

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图1.1淘宝网站的推荐结果

西安科技大学硕士学位论文用户进行个性化的推荐。推荐系统作为一种重要的信息过滤及推荐手段，广泛应用频、新闻、社交、电子商务等。在推荐系统应用领域中，近几年随着网络的快速发展，电子商务在网络上的数量受到电商带来巨大的便利。但与此同时，在规模庞大的电选出较满意的商品，所以在电子商务领域....

图1.2推荐系统关注度趋势图

图1.2推荐系统关注度趋势图的很多的网站都已经构建自己的推荐系统并不断提音乐、天猫商城等，这些网站通过推荐系统的应用极高自己的市场份额，所以这些网站将推荐系统作为一视频类网站，很多都推出了自己的视频推荐系统，使；还有一些社交类网站推出了基于社会化网络的推荐；今日头条这家新闻网....

图2.2基于用户的协同过滤算法示意图

果要在工业界选出一个最流行的算法，那么经典的协同过滤推选。协同过滤推荐算法作为最早的算法之一，由于其良好的推成为了许多互联公司都应用过的推荐算法，比如美国最著名的就公开表示，基于协同过滤改进后的推荐算法是公司推荐系荐算法的核心思想是利用消费者对物品的评分数据计算出相品之后再进行推....

图2.3基于物品的协同过滤算法示意图

|()||()|log(())()()NuNvNiwiNuNvuv1uvw为用户u与用户v间的喜好相似度，N(u)为有多少物品被用户u浏览览过物品i。似喜好的消费者集合的计算方法是利用堆排序来挑选出和待推荐消费者集合，公式如下：S(u,K)max....

本文编号：3944828