基于隐变量模型的多维用户偏好建模及应用

发布时间：2021-03-02 03:40

　　随着移动互联网的快速发展,互联网已经渗入到人们生活工作的方方面面,随之产生了大量的用户行为数据。用户行为数据中蕴含着用户的偏好,而用户偏好预示了用户的个人倾向以及可能的行为。同时,用户对评分对象的倾向是多个方面的,例如用户对一部电影的倾向,会分为对类型、语言等多个方面,这形成了多个维度的用户偏好。因此,理解用户行为数据、构建多维用户偏好模型、基于偏好模型的评分预测和偏好估计,是个性化服务的有效支撑,具有重要意义。一方面,用户偏好是客观存在的,但无法被直接观测到,隐变量可以描述无法直接观测的变量。同时,用户评分数据各属性之间拥有任意形式的依赖关系以及不确定性,贝叶斯网（Bayesian Network,BN）可以有效的表达属性间任意的依赖关系以及不确定性,且具有优秀的推理能力。将隐变量引入贝叶斯网是用户偏好建模的有效方法,已被广泛的应用于不确定性知识领域。本文以含多个隐变量的贝叶斯网来构建多维用户偏好模型。多隐变量情形下模型的构建过程会产生大量中间数据,使得计算复杂度急剧上升,而Spark计算框架能够有效的处理高计算复杂度的问题。另一方面,偏好估计和评分预测是多维用户偏好模型的两个重要应... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究目的及意义
    1.2 国内外现状及发展趋势
        1.2.1 用户偏好建模
        1.2.2 基于隐变量模型的用户偏好建模
        1.2.3 用户偏好模型的应用
    1.3 本文的主要工作
    1.4 本文的结构
第二章 隐变量模型及贝叶斯网络简介
    2.1 贝叶斯网
        2.1.1 贝叶斯网的简介
        2.1.2 贝叶斯网的构建
        2.1.3 贝叶斯网的推理
    2.2 隐变量模型
        2.2.1 隐变量模型的简介
        2.2.2 隐变量模型的构建
第三章 多维用户偏好建模
    3.1 多维用户偏好模型的定义
    3.2 约束条件
    3.3 基于约束条件的参数构建
    3.4 基于约束条件的结构构建
    3.5 本章小结
第四章 基于多维用户偏好模型的评分预测和偏好估计
    4.1 预处理
    4.2 评分预测
    4.3 偏好估计
    4.4 本章小结
第五章 实验结果与分析
    5.1 多维用户偏好模型的构建效率
        5.1.1 参数构建效率测试
        5.1.2 结构构建效率测试
    5.2 模型应用的有效性测试
        5.2.1 基于多维用户偏好模型的评分预测
        5.2.2 基于多维用户偏好模型的偏好估计
    5.3 本章小结
第六章 总结与展望
附录
    A1.攻读硕士学位期间发表的学术论文
    A2.攻读硕士学位期间申请的发明专利
    A3.攻读硕士学位期间参与的科研项目
    A4.攻读硕士学位期间获得的奖励
参考文献
致谢


【参考文献】：
期刊论文
[1]基于贝叶斯网的评价数据分析和动态行为建模[J]. 王飞,岳昆,孙正宝,武浩,冯辉.  计算机研究与发展. 2017(07)
[2]基于属性提升与局部采样的推荐评分预测[J]. 郑麟,朱福喜,姚杏.  计算机学报. 2016(08)
[3]基于评分矩阵局部低秩假设的成列协同排名算法[J]. 刘海洋,王志海,黄丹,孙艳歌.  软件学报. 2015(11)
[4]一种基于攻击意愿分析的网络风险动态评估模型[J]. 马春光,汪诚弘,张东红,李迎涛.  计算机研究与发展. 2015(09)
[5]上下文感知推荐系统中基于用户认知行为的偏好获取方法[J]. 高全力,高岭,杨建锋,王海.  计算机学报. 2015(09)
[6]基于概率图模型的互联网广告点击率预测[J]. 岳昆,王朝禄,朱运磊,武浩,刘惟一.  华东师范大学学报(自然科学版). 2013(03)
[7]Web服务选择中偏好不确定问题的研究[J]. 王红兵,孙文龙,王华兰.  计算机学报. 2013(02)
[8]一种上下文移动用户偏好自适应学习方法[J]. 史艳翠,孟祥武,张玉洁,王立才.  软件学报. 2012(10)
[9]基于贝叶斯网络的频繁模式兴趣度计算及剪枝[J]. 胡春玲,吴信东,胡学钢,姚宏亮.  软件学报. 2011(12)



本文编号：3058530