基于强化学习的电影推荐算法应用与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究的背景、目的和意义 | 第9-10页 |
| 1.2 国内外推荐算法研究现状 | 第10-14页 |
| 1.3 研究目标和研究内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 2 基于强化学习的电影推荐原型系统总体设计 | 第16-29页 |
| 2.1 传统电影推荐系统问题分析 | 第16-21页 |
| 2.2 电影推荐多样性需求分析 | 第21-26页 |
| 2.3 电影推荐原型系统总体框架设计 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于强化学习的电影推荐算法设计 | 第29-47页 |
| 3.1 算法设计 | 第29-31页 |
| 3.2 特征提取 | 第31-35页 |
| 3.3 基于马尔可夫决策过程建模 | 第35-43页 |
| 3.4 深度Q网络设计与优化 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 实验结果与分析 | 第47-58页 |
| 4.1 实验对比方案设计 | 第47-50页 |
| 4.2 强化学习电影推荐算法实验 | 第50-53页 |
| 4.3 实验结果分析 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58页 |
| 5.2 未来展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录1 攻读学位期间参与科研项目 | 第65页 |