基于深度学习的旅游服务推荐系统研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 本文组织与结构 | 第15-16页 |
| 第二章 相关理论与技术 | 第16-34页 |
| 2.1 推荐系统概述 | 第16-17页 |
| 2.2 推荐系统相关算法 | 第17-23页 |
| 2.2.1 基于内容的推荐算法 | 第17-19页 |
| 2.2.2 协同过滤推荐 | 第19-23页 |
| 2.3 深度学习技术 | 第23-32页 |
| 2.3.1 神经网络基本原理 | 第23-28页 |
| 2.3.2 常见深度学习模型 | 第28-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于深度预测模型的旅游服务推荐 | 第34-60页 |
| 3.1 整体解决思路与框架 | 第34-35页 |
| 3.2 数据获取和数据预处理 | 第35-39页 |
| 3.2.1 数据获取 | 第35-36页 |
| 3.2.2 数据清理 | 第36页 |
| 3.2.3 词嵌入技术和数据预处理 | 第36-39页 |
| 3.3 CNN-DNN网络结构的构建 | 第39-46页 |
| 3.3.1 模型框架 | 第40页 |
| 3.3.2 用户评论文本信息网络的构建 | 第40-45页 |
| 3.3.3 旅游服务项目评论文本信息网络的构建 | 第45页 |
| 3.3.4 其它信息网络的构建 | 第45-46页 |
| 3.4 因子分解机共同作用层构建 | 第46-55页 |
| 3.4.1 因子分解机 | 第46-54页 |
| 3.4.2 目标函数的定义 | 第54-55页 |
| 3.5 深度预测模型网络的训练 | 第55-58页 |
| 3.6 生成推荐列表 | 第58页 |
| 3.7 本章小结 | 第58-60页 |
| 第四章 实验结果及分析 | 第60-72页 |
| 4.1 实验数据与实验环境 | 第60-62页 |
| 4.2 算法比较 | 第62-64页 |
| 4.3 算法评估指标 | 第64-65页 |
| 4.4 实验分析 | 第65-70页 |
| 4.4.1 参数设定对模型的影响 | 第65-67页 |
| 4.4.2 算法比较分析 | 第67-69页 |
| 4.4.3 深度模型分析 | 第69-70页 |
| 4.5 本章小结 | 第70-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读博士/硕士学位期间取得的科研成果 | 第79-80页 |
| 致谢 | 第80-81页 |
