基于深度学习注意力机制的Hashtag推荐算法研究

发布时间：2022-06-03 22:20

　　在真实世界的社交网络中,例如Facebook,Instagram,Twitter等,用户会自发地为自己产生的内容（例如文本推特,用户的个人照片）添加上一些Hashtag,这种为自己产生的内容添加Hashtag的行为是一种社交行为,具有任意和自发的性质。Hashtag在社交网络中很常见,它的用处也很多,例如用于分类任务,话题模型,情感分析,信息检索等。在研究上,大多数的研究者集中在对文本推特推荐Hashtag,在对社交网络中图片的Hashtag推荐的研究比较少。但是,像Instagram,Flickr等等这样的网络,用户倾向于分享更多的图片,社交网络中存在着大量的图片内容,图片里面包含着丰富的语义信息,这些信息也可以被应用到推荐任务上。自动给图片推荐Hashtag是一项非常有挑战性的任务,因为Hashtag和用户的偏好相关,有些Hashtag甚至跟图片的内容不怎么相关,因此,Hashtag和图片的关系可以看成是一种弱相关关系,多数Hashtag推荐相关的工作主要集中在社交网络中文本内容的Hashtag推荐,这里把Hashtag推荐任务拓展到图片,并且对Hashtag之间这种相关的关系进行... 

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景
    1.2 课题研究目的与意义
    1.3 国内外研究现状
    1.4 论文的主要研究内容
    1.5 论文组织结构
2 Hashtag推荐技术相关研究
    2.1 Hashtag推荐的介绍与定义
    2.2 Hashtag推荐的评价指标
    2.3 GRU和 LSTM
    2.4 双向长短时记忆网络
    2.5 基于深度学习注意力机制的Hashtag推荐
    2.6 编码器-解码器框架
    2.7 本章小结
3 基于注意力机制的社交网络图片Hashtag推荐算法
    3.1 带有序列注意力的编码器
    3.2 用于Hashtag推荐的解码器
    3.3 模型的训练
    3.4 Hashtag推荐
    3.5 算法的局限性与不足
    3.6 本章小结
4 基于多模态的Hashtag推荐算法
    4.1 社交网络文本特点
    4.2 文本和图片的差异性
    4.3 文本的特征提取
    4.4 文本和图片特征融合模型
    4.5 算法的局限性与不足
    4.6 本章小结
5 实验与分析
    5.1 实验环境与数据
    5.2 对比算法
    5.3 基于图片注意力模型实验结果及分析
    5.4 基于图片和文本融合模型实验结果及分析
    5.5 本章小结
6 总结与展望
    6.1 论文总结
    6.2 论文展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文
附录2 攻读硕士学位期间参与的项目


【参考文献】：
期刊论文
[1]Hashtag研究综述[J]. 邵健,章成志,李蕾.  现代图书情报技术. 2015(10)
[2]文本表示方法对微博Hashtag推荐影响研究——以Twitter上H7N9微博为例[J]. 邵健,章成志.  图书与情报. 2015(03)

硕士论文
[1]基于主题标签的微博推荐和搜索技术研究[D]. 朱亚军.华中科技大学 2016
[2]多语言微博Hashtag生成及其应用研究[D]. 邵健.南京理工大学 2016



本文编号：3653581