基于内容和图结构信息融合的跨域推荐问题研究

发布时间：2025-03-29 23:58

　　随着互联网和移动互联网的发展,各大电商网站、支付平台、娱乐应用等积累的个人信息越来越丰富,同时数据量也在急剧增长。在复杂且庞大的数据中发现用户的兴趣偏好,从而给用户推荐更好的商品,增加用户粘性和用户体验度,对创造商业上的价值具有重大意义。在面对如此复杂且多领域的数据时,如何能够综合各个域的信息达到好的推荐是亟待解决的问题,跨域推荐应运而生。然而,跨域推荐有其自身的局限性,第一,域的增加虽然增加了可用数据的量,但对于单一用户而言,用户数据的数据稀疏性并没有得到解决;第二,跨域推荐需要面临语义的构建,单一域中仅有用户一物品这一种语义关系,而对于复杂的多域环境,不同域用户之间,不同物品之间等都存在关系,如何找出并平衡好这几种语义关系是跨域推荐面临的另一个难题。因此,大多数跨域推荐的研究都在寻找方案来解决数据稀疏性和语义缺乏问题。现有的推荐算法方案在一些特定的场景中确实取得了很好的推荐效果。大多数跨域推荐模型是基于传统的协同过滤方法,利用评分矩阵挖掘用户和物品的相关关系。在最近的研究方法中,一部分方法结合用户和物品自身的内容信息(比如,用户标签,用户年龄等特征;物品介绍,物品性质等特征),充分挖...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与现状
    1.2 本文的主要内容
    1.3 本文的主要工作
    1.4 本文的组织结构
第2章 相关研究
    2.1 推荐系统和跨域推荐
    2.2 基于协同过滤的跨域推荐
    2.3 基于内容的跨域推荐
    2.4 基于图的跨域推荐
    2.5 本章小结
第3章 基于内容和图结构信息融合的模型
    3.1 模型框架概述
    3.2 文本信息特征提取
    3.3 邻接关系特征提取
    3.4 异质图和嵌入表示
    3.5 跨域推荐
    3.6 本章小结
第4章 实验分析
    4.1 实验设置
        4.1.1 数据集
        4.1.2 实验参数设置
        4.1.3 评价指标与基线方法
    4.2 实验结果与分析
    4.3 本章小结
第5章 总结与展望
    5.1 研究总结
    5.2 研究展望
参考文献
致谢
攻读学位期间发表的学术论文
攻读学位期间参与科研项目
攻读学位期间获奖情况
学位论文评阅及答辩情况表



本文编号：4037860