基于跨模态哈希学习的大规模推荐系统
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-16页 |
| 1.3.1 跨模态哈希学习 | 第11-14页 |
| 1.3.2 大规模推荐系统 | 第14-15页 |
| 1.3.3 机遇与挑战 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16页 |
| 1.5 本文结构安排 | 第16-17页 |
| 第2章 离散流形正则化协同过滤 | 第17-30页 |
| 2.1 流形正则化 | 第17页 |
| 2.2 目标函数 | 第17-18页 |
| 2.3 最优化方法 | 第18-22页 |
| 2.4 初始化方式 | 第22页 |
| 2.5 算法及复杂度分析 | 第22-23页 |
| 2.6 实验结果及分析 | 第23-29页 |
| 2.6.1 实验设定 | 第23-24页 |
| 2.6.2 推荐效果 | 第24-26页 |
| 2.6.3 时间分析 | 第26-27页 |
| 2.6.4 参数敏感性 | 第27页 |
| 2.6.5 冷启动推荐 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 基于低秩稀疏分解的离散协同过滤 | 第30-43页 |
| 3.1 低秩稀疏性 | 第30-31页 |
| 3.2 目标函数 | 第31页 |
| 3.3 最优化方法 | 第31-34页 |
| 3.4 初始化方式 | 第34-35页 |
| 3.5 算法及复杂度分析 | 第35-36页 |
| 3.6 实验结果及分析 | 第36-42页 |
| 3.6.1 损失曲线 | 第36-37页 |
| 3.6.2 推荐效果 | 第37-39页 |
| 3.6.3 时间分析 | 第39-40页 |
| 3.6.4 正则项贡献分析 | 第40页 |
| 3.6.5 参数敏感性 | 第40-41页 |
| 3.6.6 长尾推荐 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 基于孪生图卷积网络的离散协同过滤 | 第43-49页 |
| 4.1 图卷积网络 | 第43-45页 |
| 4.1.1 背景 | 第43页 |
| 4.1.2 谱图卷积 | 第43-44页 |
| 4.1.3 层级传播规则 | 第44-45页 |
| 4.2 网络结构 | 第45-46页 |
| 4.3 问题形式化及最优化方法 | 第46-47页 |
| 4.4 实验结果及分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-58页 |
| 致谢 | 第58-59页 |
