【摘 要】
:
随着互联网和电子信息产业的不断发展和进步,互联网逐渐成为人们获取信息的主要手段,人们能够获取的信息量剧增,随之产生信息过载问题,解决信息过载的一个有效手段是推荐系统。推荐系统的核心是推荐算法,其中协同过滤推荐算法深受瞩目,它通过分析用户的历史评分信息为用户进行个性化推荐。但是该方法仍存在数据稀疏性问题和冷启动问题,导致推荐系统的准确度不高。因此针对协同过滤的局限性,本文尝试加入辅助信息,做出了以下
论文部分内容阅读
随着互联网和电子信息产业的不断发展和进步,互联网逐渐成为人们获取信息的主要手段,人们能够获取的信息量剧增,随之产生信息过载问题,解决信息过载的一个有效手段是推荐系统。推荐系统的核心是推荐算法,其中协同过滤推荐算法深受瞩目,它通过分析用户的历史评分信息为用户进行个性化推荐。但是该方法仍存在数据稀疏性问题和冷启动问题,导致推荐系统的准确度不高。因此针对协同过滤的局限性,本文尝试加入辅助信息,做出了以下工作:(1)针对数据稀疏性问题和用户冷启动问题,本文提出了融合信任关系的半自动编码器推荐算法(Semi-auto-encoder Recommendation Algorithm Combing Trust Relationship,Trust-SAE),该算法首先改进了间接信任度计算方式,然后构造了融合信任关系和项目类别的用户偏好矩阵,最后将用户-项目评分和用户偏好矩阵一同输进半自动编码器进行评分预测。(2)针对没有信任关系的数据集,本文提出了基于卷积神经网络和降噪自编码器的推荐算法(Recommendation Algorithm Based on Convolutional Neural Networks and Denoising Auto-encoder,DC-DAE)。该算法首先利用全连接层提取用户和项目的属性信息特征,然后对Glove算法进行改进提取评论文本的词向量,并利用卷积神经网络提取评论文本的特征,最后利用降噪自编码器提取用户和项目的潜在特征并进行特征融合和评分预测。在对所提出的算法给出必要的理论分析基础上,采用经典的Epionions数据集和Moivelens数据集,以RMSE和MAE作为评价指标,对上述两个算法进行了实验验证。理论分析与实验结果均表明,本文提出的算法能够在一定程度上缓解数据稀疏性问题和用户冷启动问题,进一步提高了推荐质量。
其他文献
肝脏是人体五脏器官之一,也是肿瘤易发部位之一,每年都有大量因患肝癌而亡的患者。计算机断层扫描(Computed Tomography,CT)可以清晰地展现人体腹部内肝肿瘤的大小、数量以及边界等信息,是当前诊断肝癌的常用手段。肝切除手术是治疗肝癌的首选手段,术前快速且准确地从CT影像中分割出肝肿瘤,将有助于医生更直观地了解病灶,从而降低手术中存在的风险,提高手术成功率。但是传统的人工勾画病灶是一项极
通用滤波多载波(Universal Filtered Multi-Carrier,UFMC)是一种融合滤波器组多载波(Filter Bank Multi-Carrier,FBMC)和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)优势的传输技术,具有更低的带外泄露、更高的频谱效率、参数配置灵活等优点,能够更好地应用于目前诸多通信场景中。
阿尔茨海默病(Alzheimer Disease,AD)的影像学诊断主要依靠正电子发射型计算机断层显像(Positron Emission Computed Tomography,PET)和磁共振成像(Magnetic Resonance Imaging,MRI)。PET图像中葡萄糖代谢水平的高低可以直观反映AD患者的脑功能,但分辨率受限,无法确定葡萄糖代谢在组织中的详细位置。MRI图像可以清晰显
近年来,随着互联网的飞速发展,人们能够获取海量信息的同时也越来越难从中找到有用的信息,而推荐系统的出现则缓解了这一问题所带来的影响。在日常生活中,事件的发生都有一定的时间顺序,时间顺序是推荐系统不可忽视的重要信息,因此序列推荐系统受到广泛关注。现有的序列推荐算法容易受到用户行为序列的单向链式结构束缚,一旦序列中出现突发性购买项目则会产生一定的噪音,从而影响整体的推荐效果。由于不同的项目和用户的重要
运动想象脑电信号由被试者想象肢体运动产生。基于运动想象的脑机接口技术被认为是最具有发展前景的技术之一,它在医疗康复、家居生活、游戏娱乐等方面都有广泛应用。运动想象脑电信号的分析解码是脑机接口技术的核心。但是脑电信号具有低信噪比、非周期性、非平稳性、个体差异性大等问题,导致了运动想象脑电信号解码困难。具体表现为用于分析运动想象脑电信号的模型难以充分学习到其有效特征,模型泛化能力差。本文基于深度学习的
结直肠癌肝转移疾病是影响结直肠癌患者治疗和预后的主要原因,大约有一半的结直肠癌患者会发生肝转移。因此,如何更准确地鉴别出肝转移病灶和更早的预测出肝转移风险是非常重要的。然而,临床医师目前主要是凭借多年的临床经验,通过常规的影像对疾病进行定性评估,还达不到精准医疗的效果。近年来,随着影像组学技术的不断发展,很多研究学者对肿瘤疾病的鉴别和预测有了新的思路。本文在研究结直肠癌肝转移病灶鉴别困难问题上,给
孤独症谱系障碍(Autism Spectrum Disorder,ASD)是一种神经发展障碍性疾病,目前其发病原因还不明确,至今仍然没有有效的诊断手段和治疗方法。ASD患者在社交和行为等方面异于常人,康复训练费用昂贵,严重影响了患者及其家庭生活质量,同时对社会和国家造成了负担。ASD的早期诊断可以使病情在发展初期得到有效干预,因此寻找一种客观的诊断方法有着重要的现实意义。随着医学影像的发展,研究人
据统计,目前心血管疾病是我国城乡居民致死率最高的疾病,并且近年来患病率持续上升。心血管疾病的发病具有隐秘性和突发性的特点,因此对心血管疾病及时预警显得尤为重要。心室的复极过程反映在心电图上即T波,当心室复极过程出现异常时,心电图T波会相应的发生形态改变,因此监测T波的形态变化可以提早发现心脏的病变。但心电图连续监测所获得的心电信号数据量庞大,医生的诊断任务会相当繁重。因此,为了辅助医生阅读心电图,
窄带物联网(Narrow Band Internet of Things,NB-IoT)依靠其广覆盖、低功耗、低成本、大连接等优势,成为被广泛应用的物联网技术。小区搜索作为NB-IoT下行接收机中的关键过程,是终端和基站进行通信的保障。小区搜索需要检测两种同步信号,而NB-IoT和传统的LTE(Long Term Evolution,长期演进)相比,两种同步信号的结构和功能都不同,同时NB-IoT
脑肿瘤分割对于脑肿瘤放射治疗计划的制定和疗效评估具有重大意义。由于脑肿瘤的大小、形状各不相同并且位置难以确定,常用的手动分割方法耗时耗力,分割结果也会受到专家个人经验的主观影响。卷积神经网络(Convolutional Neural Network,CNN)中的U-Net网络使用编解码结构,并且在编码结构与解码结构的同一层使用了跳跃连接,可以将编码部分与解码部分的特征融合,常被用于脑肿瘤图像的分割