声明
摘要
第1章绪论
1．1引言
1．2互联网服务系统中个性化推荐研究背景
1．3互联网服务系统中个性化推荐关键技术
1．3．1设备的唯一性识别与应用
1．3．2短期热点相关的项目表征学习与应用
1．3．3广泛适用的协同过滤推荐框架的构建与应用
1．4本文的主要研究成果
1．5本文的组织结构
第2章相关工作综述
2．1用户日志的挖掘方法
2．2时序预测与表征学习方法
2．3协同过滤的个性化推荐方法
2．4本章小结
第3章基于大规模图计算的移动设备唯一性识别
3．1研究背景
3．2移动访问日志识别问题的定义
3．3基于图分割的方法
3．4基于图的日志识别并行算法
3．5．1实验准备
3．5．2实验结果与分析
3．5．3基于图的日志识别并行算法复杂度性能分析
3．6本章小结
第4章基于短期时序信息与固有特征的项目表征学习
4．1研究背景
4．2基于短期时序信息与固有特征的项目表征学习的意义与挑战
4．3在线促销中销售相关的预测和推荐问题的定义
4．4面向短期活动的项目表征学习深度神经网络
4．4．1基于目标用户控制的门控循环网络单元
4．4．2全新的注意力机制
4．4．3多任务学习
4．5算法应用实验与结果分析
4．5．1实验准备
4．5．2单任务的实验对象和结果
4．5．3多任务的实验结果
4．5．4项目表征迁移的实验结果
4．6本章小结
第5章基于用户-项目子集合的协同过滤推荐
5．1研究背景
5．2多分类协同聚类的问题定义
5．3多分类协同聚类的求解
5．3．2用户-用户和项目-项目关系的建模
5．3．3目标函数
5．4基于多分类协同聚类的个性化推荐
5．5算法应用实验与结果分析
5．5．1实验准备
5．5．2 MovieLens-100K上的实验结果
5．5．3 Lastfm上的实验结果
5．5．4 Netflix上的实验结果
5．5．5实验分析和讨论
5．6本章小结
第6章总结与展望
6．1本文工作总结
6．2未来工作展望
参考文献
攻读博士学位期间主要的研究成果
致谢
浙江大学;
