面向時(shí)序點(diǎn)播數(shù)據(jù)的用戶行為預(yù)測(cè)
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1中國(guó)網(wǎng)民規(guī)模和互聯(lián)網(wǎng)普及率
研究背景及意義隨著“互聯(lián)網(wǎng)+”時(shí)代的到來(lái),人們的生活習(xí)慣不斷地發(fā)生著變化,網(wǎng)絡(luò)活動(dòng)替了線下活動(dòng),在方便了人們的同時(shí),也帶動(dòng)了社會(huì)經(jīng)濟(jì)的發(fā)展。根據(jù)C的《第40次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[1]顯示,截止2017年6月民規(guī)模已經(jīng)超過(guò)7億,互聯(lián)網(wǎng)普及率已經(jīng)超過(guò)5....
圖2-1Sigmoid函數(shù)Figure2-1SigmoidFunction
介紹本文中涉及到的相關(guān)理論的預(yù)備知識(shí),包括Sigmoid函數(shù)、So夫曼樹和隨機(jī)梯度下降法。第二部分介紹協(xié)同過(guò)濾技術(shù),包括基于的協(xié)同過(guò)濾算法。第三部分介紹低維嵌入學(xué)習(xí)技術(shù),包括神經(jīng)網(wǎng)絡(luò)2vec技術(shù)等。關(guān)理論預(yù)備知識(shí)Sigmoid函數(shù)moid函數(shù)是一種具有“S”形曲線的數(shù)....
圖2-3神經(jīng)概率語(yǔ)言模型
由公式2.15可看出,計(jì)算()的參數(shù)空間太大,時(shí)間復(fù)雜度太高,難以直接計(jì)算,一種可行的計(jì)算方法是使用n-gram進(jìn)行近似計(jì)算。n-gram是一種基于馬爾科夫假設(shè)的算法,假設(shè)一個(gè)詞出現(xiàn)的概率只與其前面n-1個(gè)詞有關(guān),與其他單詞無(wú)關(guān)。即:(....
圖2-4CBOW和Skip-gram模型
圖2-4CBOW和Skip-gram模型[34]Figure2-4CBOWandSkip-grammodel[34]CBOW模型的訓(xùn)練目標(biāo)是在句子中,根據(jù)上下文來(lái)預(yù)測(cè)中心詞。該語(yǔ)言模是某目標(biāo)詞的上下文的詞對(duì)應(yīng)的詞向量,輸出是該目標(biāo)詞的詞向量。其目化對(duì)數(shù)似然函....
本文編號(hào):4053806
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/ruanjiangongchenglunwen/4053806.html