基于图像语义的推荐研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 研究内容和目的 | 第13-14页 |
| 1.4 章节安排及论文组织 | 第14-15页 |
| 第2章 图像推荐算法的相关技术 | 第15-21页 |
| 2.1 卷积神经网络及相关技术 | 第15-17页 |
| 2.1.1 卷积层 | 第15-16页 |
| 2.1.2 激活函数 | 第16页 |
| 2.1.3 池化 | 第16-17页 |
| 2.2 循环神经网络及相关技术 | 第17-19页 |
| 2.2.1 长期依赖 | 第17-18页 |
| 2.2.2 注意力机制与记忆存储 | 第18-19页 |
| 2.3 推荐相关技术 | 第19-21页 |
| 2.3.1 基于内容的推荐 | 第19页 |
| 2.3.2 协同过滤推荐 | 第19页 |
| 2.3.3 基于知识的推荐 | 第19-21页 |
| 第3章 获取图像语义 | 第21-38页 |
| 3.1 图像特征提取 | 第21-32页 |
| 3.1.1 网络模型的优化 | 第21-25页 |
| 3.1.2 参数调节 | 第25-32页 |
| 3.2 图像语义获取 | 第32-38页 |
| 3.2.1 模型设计 | 第32-38页 |
| 第4章 图像个性化推荐及其研究 | 第38-49页 |
| 4.1 个性化推荐问题及其改进 | 第38-42页 |
| 4.1.1 冷启动问题及其改进 | 第38-39页 |
| 4.1.2 内容质量评价 | 第39-42页 |
| 4.2 个性化推荐算法改进 | 第42-49页 |
| 4.2.1 混合推荐 | 第42-46页 |
| 4.2.2 环境因素 | 第46-47页 |
| 4.2.3 去重机制 | 第47-49页 |
| 第5章 实验与评价 | 第49-57页 |
| 5.1 图像语义实验部分 | 第49-52页 |
| 5.1.1 图像语义数据集 | 第49-51页 |
| 5.1.2 实验结果与评价 | 第51-52页 |
| 5.2 推荐实验部分 | 第52-57页 |
| 5.2.1 推荐评价指标 | 第52-53页 |
| 5.2.2 实验结果与评价 | 第53-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
