基于受限玻尔兹曼机的推荐算法研究.pdf

《基于受限玻尔兹曼机的推荐算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：ＴＰ３０１．６密级：公开ＵＤＣ：００４．９学号；１２１４８５倍勺乂南大単硕古学化论文基于受限玻尔兹曼机的推荐算法研究研究生姓名：马贝导师姓名：何洁月教授申请学位级别工学硕±学科专业名称计算机巧用技术＇、论文提交日期论文答辩日期叫（＞、吁学位授予单位东南大学学位授予日期评阅人ｔ＼答辩委员会主席古鱼ｆｊｉｌ２０１５年６月ＲｅｓｅａｒｃｈｏｆＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｏｒｉｔｈｍｇＢａｓｅｄｏｎＲｅｓｔｒｉｃｔｅｄＢｏｌｔｚｍａｎｎＭａｃｈｉｎ

2、ｅＡＴｈｅｓｉｓＳｕｂｍｉｔｅｄｔ：ｏＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒｔｈｅＤｅｒｅｅｆＭａｓ１；ｅｒｏｆＥｎｇｉｎｅｅｒｉｎＡｃａｄｅｍｉｃｇｏｇＢＹＭＡＢｅｉＳｕｅｒｖｉｓｅｄｂｐｙＰｒｏｆｅｓｓｏｒＨＥ－ｕｅＪｉｅｙＤｅａｒｔｍｅｎｔｏｆＣｏｍｕｔｅｒＳｃｉｅｎｃｅ＆ＥｎｇｉｎｅｅｒｉｎｐｐｇＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＪｕｎｅ２０１５东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果，除

3、了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人已经发表或。尽我所知撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。’：１日期：研究生签名章东南大学学位论文使用授枚声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和一纸质论文的内容相，可Ｗ公布致。除在保密期内的保密论文外，允许论文被查阅和借阅（包括刊登

4、）论文的全部或部分内容。论文的公布（包括刊登）授权东南大学研究生院办理。＇研究生签名：ｉ／２导师签名：曰期：＾摘要随着互联网和信息技术的快速发展，互联网为用户提供了越来越多的信息和服务，但是面对互联网中成指数増长的信息资源，用户不得不花费大量的时间来寻找对自己有用的信息一，即所谓的信息超载问题。为了解决这问题推荐系统应运而生，推荐系统能够根据用户的偏好为用户提供个性化的推荐服务。当前，协同过滤算法是应用最广泛，、最成功的推荐技术但是协同过滤算法也面临着严重的数据稀疏性、扩展性和冷启动等问题。数据稀疏性问题是协同过

5、滤算法面临的关键一的问题之，评分数据的高稀疏性往往会导致协同过滤算法的预测精度低下。因此，数据稀疏性问题的解决对提髙协同过滤算法的预测精度具有重要意义，随着社交。近年来网络的流行，社交关系变的越来越重要，在社交网络中好友的观点或者意见往往会影响我们的决定，因此利用社交网络中的社交关系有助于解决数据稀疏性问题。当前，深度学习在众多领域取得了重大的突破，而受限玻尔兹曼机模型（ＲｅｓｔｒｉｃｔｅｄＢ一ｏｌｔｚｍａｎｎＭａｃｈｉｎｅ，简记为ＲＢＭ）作为深度学习领域最重要的模型之，受到了越来越多的关往，。目前。受限玻尔兹曼机模型被用于解决

6、推荐问题后取得了良好的效果用于推荐一一一０－１，的ＲＢＭ模型存在定的缺陷：第，需要将实值的评分数据转化为个Ｋ维的向量这将使模型中参数的数量变为原来的Ｋ倍，，从而造成参数过多、训练过程复杂。同时二，此种转化方法只对整型数据有效，如果评分数据中有Ｄｏｕｂｌｅ型的数据就无法转化；第模型训练过程中仅使用用户评分数据，，但用户评分数据存在着严重的数据稀疏性问题这一一将在定程度上影响模型的推荐效果，，在大数据环境。第Ｈ当前正处于个大数据时代下由于ＲＢＭ模型具有大量的参数，模型的训练将面临巨大挑战。因此，本文针对基于受限玻尔兹曼机模型的协同过滤

7、算法进行了相关研究，主要工作包括：，１有的用于推荐的ＲＢＭ模型的基础上提出了基于实值的条件受限玻尔兹曼（）在现ｅａ－ａｕｅｄｎｄｏｎａｅｓｃｅｄ机ＲｌＶｌＣｏｌｚｍａｎｎｈｉｎｅＲＣＲＢＭ，此模型ｉｔｉｌＲｔｒｉｔＢｏｔＭａｃ模型不需要将（，）＿一个Ｋ维的０－１向量评分数据转化为，并且ＲＣＲＢＭ模型在训练过程中使用训练数据中＿潜在的评分／未评分信息，实验结果表明潜在的评分／未评分信息有助于缓解数据稀疏性问题。２将本文提出的ＲＣＲＢＭ模型与用户的杜交关系相结合，提出了基于ＭｏｌｅＴｒｕｓｔ推（）＿理的最近信任好友（Ｎｅ

8、ａｒｅｓｔＴｒｕｓｔｅｄＦｒｉｅｎｄｓＭｏｌｅ