【摘 要】
：
评分预测是推荐系统研究的核心问题,通过用户的历史行为来预测用户对商品的评分,根据评分高低来推荐用户喜欢的商品.当前基于评论评分预测推荐系统普遍只使用卷积神经网络捕
【基金项目】
：
四川省新一代人工智能重大专项(2018GZDZX0039),四川省重点研发项目(2019YFG0521)。
论文部分内容阅读
评分预测是推荐系统研究的核心问题,通过用户的历史行为来预测用户对商品的评分,根据评分高低来推荐用户喜欢的商品.当前基于评论评分预测推荐系统普遍只使用卷积神经网络捕获局部特征或者循环神经网络捕获全局特征,忽略了将这两类特征的有效融合.针对现存问题,本文提出基于评论特征提取和隐因子模型的评分预测推荐模型,使用自适应感受野的卷积神经网络(CNN)提取局部特征,同时使用门控循环单元(GRU)提取全局特征,将不同特征融合为评论的嵌入表达.再结合隐因子模型(LFM)对用户的特征偏好和商品的特征属性进行建模.最后,通过
其他文献
火电厂输煤设备状态检修是企业状态检修的重要部分,输煤设备的检修制度主要是以事后检修和计划检修为主。随着发电机组高参数、大容量的发展,尤其受发电企业经营形势严峻、检
高中物理课作为高中教育中的重要内容之一,在学生的成长和学习过程中都发挥着重要的作用,随着时代的迅速发展,教学观念不断变化,教学方法不断革新,目的只有一个,就是提高教学
当下,信息技术已进入高速发展阶段,并在多个领域中得到了应用。在被应用于幼儿园教学中时,充满图像、视频以及声音等多媒体要素的信息技术能使课堂变得更加形象有趣,这种生动
为了弥补纹理对传统GrabCut提取结果的负面影响,本文分析了图像边缘和颜色分布的尺度特性,结合图像多尺度分解和GrabCut,提出了基于图像多尺度分解的前景提取模型.首先,该模型运用全变分对图像进行多尺度分解得到一系列平滑图像,该分解保护了图像边缘并平滑了纹理,压缩了图像区域颜色的分布范围;其次,将给定平滑图像前景颜色分布表示为高斯混合模型,并运用直方图形状分析方法优化了高斯混合模型的高斯函数个
在小学阶段,小学数学是一门基础性学科,也是小学阶段的三大主科之一,占有非常重要的地位,小学数学的学习成绩严重影响着学生的总体成绩的好坏,因此在小学阶段,数学老师非常重
本文刻画了Fock-Sobolev空间F 2,m上以多项式为符号的Toepliz算子与复合算子的乘积的有界性,讨论了Toepliz算子与复合算子的交换性,得到了一些充分必要条件.
一、课题研究的背景:一个人从成长到成熟,到适应社会需要,离不开学校里打下的基础。小学时期是促成学生养成良好行为习惯的重要阶段,也是学生学习的开端,一定要把握好这个阶
数学是在人们的文化知识不断地发展和演变过程中积累下来的,它的主体是数学,内容主要是与数学相关的知识理论和观点。数学的内容具有一定的实用性,因为它可以将数学理念更好
针对非定常Navier-Stokes方程,本文提出了一种基于非线性对流项和压力梯度的局部投影稳定化有限元方法.该方法在空间上采用等阶有限元,时间上采用隐式有限差分.本文建立了非
随着时代的进步以及科技的发展,教学方法与教学模式中渗透了许多时代的内涵,也在不断地更新换代,而传统教师为主导的教育教学模式已经渐渐的不能适应社会发展的需要。为了顺