Luận văn Thạc sĩ Quản lý thông tin: Ứng dụng các mô hình học sâu vào kĩ thuật lọc cộng tác dựa trên mô hình cho các hệ thống khuyến nghị thương mại

Nội dung chính của luận văn này là trình bày việc sử dụng ứng dụng các mô hình học sâu vào kĩ thuật lọc cộng tác dựa trên mô hình cho các hệ thống khuyến nghị thương mại. Mời các bạn tham khảo! | ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TRẦN ANH DŨNG Ứng dụng các mô hình học sâu vào kĩ thuật lọc cộng tác dựa trên mô hình cho các hệ thống khuyến nghị thương mại Ngành Công nghệ thông tin Chuyên ngành Quản lý Hệ thống thông tin Mã số LUẬN VĂN THẠC SĨ QUẢN LÝ HỆ THỐNG THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC TS. TRẦN TRỌNG HIẾU Hà Nội 09 2020 Mục lục LỜI CẢM ƠN . iii LỜI CAM ĐOAN .iv DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT . v DANH MỤC HÌNH VẼ .vi DANH MỤC BẢNG BIỂU . viii Chương 1 Tổng quan về hệ thống khuyến nghị . 1 1. Giới thiệu . 1 2. Một số khái niệm chung về hệ thống khuyến nghị . 2 3. Phương thức hoạt động của Hệ khuyến nghị . 4 . Phát biểu bài toán khuyến nghị. 5 . Các phương pháp tiếp cận xây dựng hệ thống khuyến nghị. . 5 4. Các tiêu chuẩn đánh giá hệ khuyến nghị . 12 . Trung bình lỗi tuyệt đối . 13 . Sai số bình phương trung bình. 13 Chương 2 Hệ khuyến nghị dựa trên lọc cộng tác sử dụng kỹ thuật học sâu . 15 1. Bài toán khuyến nghị dựa trên cộng tác . 15 . Lọc cộng tác dựa vào bộ nhớ . 15 . Lọc cộng tác dựa trên mô hình . 18 2. Các mô hình học sâu kết hợp với hệ khuyến nghị . 21 . Phân loại hệ thống khuyến nghị dựa trên kiến trúc hệ thống . 21 . Vai trò của các kỹ thuật học sâu trong bài toán khuyến nghị . 27 . Một số hạn chế khi áp dụng các mô hình học sâu cho hệ khuyến nghị . 28 Chương 3 Đề xuất mô hình hệ khuyến nghị sử dụng kỹ thuật học sâu. 29 1. Kiến trúc mô hình . 29 . Lớp nhúng Embedding layer . 29 . Lớp nối Concatenate layer . 31 . Các lớp ẩn Fully-connected layers . 32 . Đầu ra hồi quy tuyến tính Linear Regression Output . 36 i . Hàm mục tiêu của mô hình . 37 2. Một số nhận xét về mô hình . 38 Chương 4 Cài đặt thử nghiệm mô hình đề xuất . 39 1. Môi trường và các công cụ được sử dụng . 39 . Bộ dữ liệu mẫu Movielens. 39 . Thư viện MxNet . 39 . Máy chủ Colaboratory . 41 2. Thực nghiệm và đánh giá . 42 . Bộ dữ liệu Movielens-20M . 42 . Cài đặt thí nghiệm và đánh giá kết quả thu .

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.