|
|
|
基于监督信号增强的宽、深度学习推荐系统研究 |
|
论文目录 |
|
摘要 | 第4-5页 | Abstract | 第5-6页 | 1 绪论 | 第11-16页 | 1.1 研究背景及意义 | 第11-12页 | 1.2 国内外研究进展 | 第12-14页 | 1.3 论文主要工作与贡献 | 第14-15页 | 1.4 论文结构安排 | 第15-16页 | 2 关键技术及背景介绍 | 第16-24页 | 2.1 推荐系统 | 第16-17页 | 2.2 前馈神经网络 | 第17-19页 | 2.3 反向传播 | 第19-20页 | 2.4 优化算法 | 第20-23页 | 2.5 本章小结 | 第23-24页 | 3 宽、深度学习推荐系统建模 | 第24-37页 | 3.1 问题的提出 | 第24-25页 | 3.2 相关工作 | 第25-28页 | 3.3 宽深度学习推荐系统概览 | 第28-30页 | 3.4 宽度部分建模 | 第30-33页 | 3.5 深度部分建模 | 第33-35页 | 3.6 联合训练 | 第35-36页 | 3.7 本章小结 | 第36-37页 | 4 基于监督信号增强的改进 | 第37-45页 | 4.1 分类监督信号不足带来的问题 | 第37-38页 | 4.2 先验知识的融合 | 第38-43页 | 4.3 Soft Label的构建 | 第43页 | 4.4 基于Soft Label的联合训练 | 第43-44页 | 4.5 本章小结 | 第44-45页 | 5 系统实现与性能测试 | 第45-60页 | 5.1 数据集基本特性 | 第45-49页 | 5.2 常用评测指标及方法 | 第49-51页 | 5.3 候选集生成 | 第51-55页 | 5.4 基于宽、深度学习的候选集排序 | 第55-57页 | 5.5 结果分析 | 第57-59页 | 5.6 本章小结 | 第59-60页 | 6 总结与展望 | 第60-62页 | 6.1 全文总结 | 第60页 | 6.2 未来展望 | 第60-62页 | 致谢 | 第62-63页 | 参考文献 | 第63-66页 | 攻读硕士学位期间取得成果 | 第66页 |
|
|
|
|
论文编号BS4101431,这篇论文共66页 会员购买按0.35元/页下载,共需支付23.1元。 直接购买按0.5元/页下载,共需要支付33元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|