首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于深度神经网络的协同过滤推荐算法研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第15-22页
    1.1 研究背景和意义第15页
    1.2 协同过滤推荐算法的研究现状第15-19页
    1.3 论文的主要内容和组织结构第19-22页
        1.3.1 论文主要内容第19-20页
        1.3.2 论文组织结构第20-22页
第二章 相关理论基础第22-36页
    2.1 协同过滤推荐算法第22-30页
        2.1.1 面向显式反馈信息的协同过滤推荐算法第22-26页
        2.1.2 面向隐式反馈信息的协同过滤推荐算法第26-30页
    2.2 深度神经网络第30-35页
        2.2.1 反向传播算法第31-33页
        2.2.2 多层感知机第33-35页
    2.3 本章小结第35-36页
第三章 基于深度神经网络的显式反馈协同过滤模型第36-47页
    3.1 引言第36-37页
    3.2 基于深度神经网络的显式反馈协同过滤模型第37-41页
        3.2.1 模型设计和描述第37-40页
        3.2.2 模型优化第40-41页
    3.3 实验设计与验证第41-46页
        3.3.1 实验设置第41-43页
        3.3.2 实验结果与分析第43-46页
    3.4 本章小结第46-47页
第四章 面向隐式反馈的深层ITEM-BASED协同过滤模型第47-63页
    4.1 引言第47-48页
    4.2 深层Item-based协同过滤模型第48-52页
        4.2.1 模型设计和描述第48-50页
        4.2.2 模型优化第50-52页
    4.3 实验设计与验证第52-61页
        4.3.1 实验设置第53-54页
        4.3.2 实验结果与分析第54-61页
    4.4 本章小结第61-63页
第五章 总结与展望第63-66页
    5.1 总结第63-64页
    5.2 本文创新点第64页
    5.3 展望第64-66页
参考文献第66-71页
攻读硕士学位期间的学术活动及成果情况第71-72页

论文共72页,点击 下载论文
上一篇:半监督AP聚类的水面传感器网络数据收集方法
下一篇:基于预测与多样性保持机制的动态多目标进化算法研究