基于神经网络的商品推荐系统的研究与实现

发布时间：2024-04-01 04:53

　　商品推荐系统由电子商务系统和推荐算法构成。系统部分选取电子商城中与推荐算法相关的部分并用适当的方式进行串联,得到一套完整的系统。算法部分将神经网络结构作为核心,利用其在动态特征识别上的优势设计与开发准确高效的商品推荐系统。商品推荐模块在具有一定数据基础的电子商务系统中是必不可缺的一环。推荐算法的研究通常针对大型平台,对小型电子商务平台的适配程度较低。小型电商平台通常没有成熟的标签结构,需要一套能自适应其数据特征的推荐系统。同时电子商务系统中的推荐算法,大多采用偏向于推荐近期买过的商品而推荐用户已经拥有的商品,难以提起用户兴趣,还耗费计算成本,浪费页面空间。与常用的协同过滤相比,神经网络有着更强大的特征识别能力。因此,本文通过引入神经网络结构来学习商品间的关联,而且并通过标签,将关联的映射关系由商品对商品扩展至商品对类,得到兼顾推荐指标和运行效率的算法。本文在算法研究方面,基于测试数据从神经网络结构、激励函数、损失函数和学习逼近方法四个方面对算法进行优化,并提出DLF算法。其中,在激励函数以及损失函数两方面,结合现有函数提出了更加贴合系统场景的MRelu函数和1.2次方差函数。仿真中,D...

【文章页数】：95 页

【学位级别】：硕士

【部分图文】：

图3-3系统角色关系图

基于注意力门控图神经网络的会话推荐系统研究与实现35应商品查看详情，将商品加入购物车，购买需要的商品，与此同时，系统会根据他的行为数据推荐给他可能感兴趣的商品。对于本章设计的会话型商品推荐系统来说，它的主要目的是在会话型推荐场景下实现一个准确高效的个性化推荐，它通过采集用户的点击....

图3-3系统界用户购买商品

基于注意力门控图神经网络的会话推荐系统研究与实现35应商品查看详情，将商品加入购物车，购买需要的商品，与此同时，系统会根据他的行为数据推荐给他可能感兴趣的商品。对于本章设计的会话型商品推荐系统来说，它的主要目的是在会话型推荐场景下实现一个准确高效的个性化推荐，它通过采集用户的点击....

图4-6购物平台首页

基于注意力门控图神经网络的会话推荐系统研究与实现49图4-6购物平台首页图4-7商品详情界面在商品详情界面可以看到关于商品的详细信息，用户可以点击加入购物车或者购买，系统会生成相应的订单，用户可以在订单中心中查看订单的具体信息，如图4-8、图4-9所示。

图4-7商品详情界面

基于注意力门控图神经网络的会话推荐系统研究与实现49图4-6购物平台首页图4-7商品详情界面在商品详情界面可以看到关于商品的详细信息，用户可以点击加入购物车或者购买，系统会生成相应的订单，用户可以在订单中心中查看订单的具体信息，如图4-8、图4-9所示。

本文编号：3945002