检索结果-南通市图书馆

计算机工程与应用 2024年第15期 77-90页

作者：王永贵胡鹏程时启文赵炀邹赫宇辽宁工程技术大学电子与信息工程学院

基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数，但其性能仍然受到表征质量不高和负迁移问题的影响，不能有效地为冷启动用户进行推荐，为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型（IBGC）。利用图卷积... 详细信息

基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数，但其性能仍然受到表征质量不高和负迁移问题的影响，不能有效地为冷启动用户进行推荐，为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型（IBGC）。利用图卷积神经网络聚合有关联的用户-用户和项目-项目信息；利用注意力机制学习用户和项目偏好，以提高节点特征表示质量；考虑到两个领域的信息交互，将重叠用户进行嵌入表示的同时限制特定信息的编码，利用信息瓶颈理论设计了三种正则化器，以捕获域内和跨域用户-项目的相关性，并将不同领域的重叠用户表征对齐以解决负迁移问题。在Amazon数据集中的四对公开数据集上进行实验，实验结果表明该模型在MRR、HR@K和NDCG@K三个推荐性能指标上的表现均优于基线模型，在四对数据集上与最优对比基线模型相比，MRR平均提升34.36%,HR@10平均提升34.94%,NDCG@10平均提升36.83%，证明了IBGC模型的有效性。

关键词：跨域推荐算法用户冷启动推荐图卷积神经网络信息瓶颈理论网络嵌入学习注意力机制

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图神经网络的跨域推荐算法研究

基于图神经网络的跨域推荐算法研究

引用

作者：樊铮黑龙江大学

学位级别：硕士

互联网的高速发展和广域应用使得信息量呈爆炸性增长,导致用户处理和利用信息的效率受到极大抑制。面对海量错综复杂的信息,推荐算法可以根据用户的历史交互数据挖掘与其相关的内容偏好,从中有选择性的进行展示。跨域推荐算法旨在利用... 详细信息

互联网的高速发展和广域应用使得信息量呈爆炸性增长,导致用户处理和利用信息的效率受到极大抑制。面对海量错综复杂的信息,推荐算法可以根据用户的历史交互数据挖掘与其相关的内容偏好,从中有选择性的进行展示。跨域推荐算法旨在利用多个领域的用户交互信息,辅助挖掘用户偏好,提升推荐质量。然而,相比于传统推荐算法,跨域推荐算法的设计面临更多挑战。首先,在数据稀疏性问题下,噪声数据使得推荐性能的准确性进一步降低;数据属性利用的不充分性导致算法难以捕捉冷启动用户喜好及不同领域间相关性;此外,将常规异构图网络架构应用于跨域推荐模型时扩展性差,模型复杂度高,进而导致计算成本高,可解释性不佳。相比于传统机器学习模型,图神经网络能够以拓扑形式对非欧氏空间数据进行表示,并凭借其特殊的图结构与消息传递聚合方式,展现出较为强大的捕捉数据间复杂关系的能力。因此本文立足于大数据用户平台的应用需求,基于图神经网络架构,完成跨域推荐算法构建,从而实现个性化、精准化推荐。针对跨域推荐中的数据稀疏性问题,本文提出了基于图表示优化的跨域推荐算法(Cross-Domain Recommendation based on Graph Representation Optimization,CDRGO)。CDRGO算法充分考虑数据稀疏性与噪声数据删除间的制约关系,利用图结构特性,使削弱噪声的影响与推荐性能的提升趋于平衡。CDRGO采用图神经网络分别对源域与目标域用户项目建立交互数据模型,将各项嵌入特征表示投影至潜在空间,并对源域项目图表示进行离群点检测删除,最后通过神经网络的联合训练实现跨域信息聚合与预测。此外,针对跨域推荐中的冷启动用户问题,本文提出基于视觉元素迁移学习的跨域推荐算法(Transfer Learning Method based on InterDomain Feature Transformer of Visual Elements,TTVE)。TTVE算法将项目的视觉元素作为用户属性来进一步挖掘用户偏好,同时基于视觉元素特征设计了域间特征转换器实现迁移学习。在模型训练过程中,TTVE首先通过卷积神经网络捕捉用户所交互项目的封面图像风格特征,随后分别在源域与目标域将其作为用户属性输入至图神经网络,并对用户嵌入特征表示进行建模,最后将源域用户的嵌入特征与视觉元素特征共同作为输入,目标域用户嵌入特征作为输出,训练域间特征转换器模型,捕获不同领域间的相关性。最后,本文采用实际场景中的公开数据集,设计不同推荐任务,验证本文所提的CDRGO算法与TTVE算法的性能。实验结果表明,相比于其他各类典型跨域推荐算法,本文所提出的跨域推荐算法具备更高的可靠性与有效性。

关键词：跨域推荐算法图神经网络图嵌入特征表示优化视觉元素迁移学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向众测任务分配的跨域推荐算法研究

面向众测任务分配的跨域推荐算法研究

引用

作者：金斌南京大学

学位级别：硕士

众包软件测试作为一种新型互联网协作式问题解决模型,打破了传统软件测试高门槛、高成本和低泛用的壁垒。然而众包软件测试的任务自由竞标模式存在效率低下、分配单一化的问题。跨域任务推荐利用众包软件测试场景领域多样化、领域间存... 详细信息

众包软件测试作为一种新型互联网协作式问题解决模型,打破了传统软件测试高门槛、高成本和低泛用的壁垒。然而众包软件测试的任务自由竞标模式存在效率低下、分配单一化的问题。跨域任务推荐利用众包软件测试场景领域多样化、领域间存在共享信息的特点,为众包软件测试工作者进行任务个性化推荐。相较于传统的任务自由竞标模式,跨域任务推荐不仅效率更高,而且能为工作者提供更符合其预期、匹配其能力的任务。现有的跨域推荐方法划分为特征建模、知识迁移以及跨域推荐等过程。大部分方法在特征建模过程中,不考虑用户或任务的辅助特征信息,存在特征建模不充分的问题;且知识迁移时使用的方法常忽略迁移对象之间的差异性,从而带来负迁移现象;并且,领域之间存在互补关系,而现有方法多依据源域知识对目标域进行补充,忽略了目标域对源域知识的补充。为了解决上述问题,本文工作从众测场景特点出发,研究了跨域推荐算法在实际场景下的运用,并针对性地进行改进。本文研究工作包括:1)本文首先针对现有跨域推荐算法未充分挖掘众测场景下工作者具备特有属性特征的问题,提出了基于多通道信息隐语义模型的跨域推荐算法,将工作者属性特征融合进隐语义模型中,为特征建模过程提供更加精准、完善的领域特征信息。实验表明基于多通道信息隐语义模型的跨域推荐算法能更好地捕捉工作者特征,带来更好的推荐效果。2)现有跨域推荐算法未考虑众测场景下工作者之间的差异性,这导致知识迁移过程中引入目标域不需要或者不相关信息。针对该问题,本文通过引入自注意力机制,使跨域推荐系统在知识迁移过程中,更有针对性地筛选域间信息,从而提高模型信息迁移准确率。后续实验表明,引入自注意力机制后,模型能有效缓解负迁移现象,提升任务推荐质量。3)在众包软件测试场景下,不同任务领域间存在共享信息,各领域可互为补充。现有跨域推荐算法在知识迁移过程中,多从源域迁移知识到目标域,未考虑目标域对源域的知识补充。受多任务学习启发,本文提出引入域判别器的对偶跨域推荐算法,让源域与目标域之间相互辅助,从而同时提升各个域的任务推荐质量。最终的实验结果表明,引入域判别器的对偶跨域推荐模型能缓解单一域信息稀疏问题,有效提升跨域推荐算法性能。

关键词：众包软件测试跨域推荐算法隐语义模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

CPS下协同过滤推荐算法研究

CPS下协同过滤推荐算法研究

引用

作者：钟俊伟广东工业大学

学位级别：硕士

信息物理系统（Cyber Physical System,CPS）是工业4.0中的重要组成部分,能够在未来的设计和开发中发挥重要作用。其通过对计算,网络与物理环境的综合,实现了计算资源和物理资源的结合协调。但CPS在给人们带来便捷的同时也带来了信息超... 详细信息

信息物理系统（Cyber Physical System,CPS）是工业4.0中的重要组成部分,能够在未来的设计和开发中发挥重要作用。其通过对计算,网络与物理环境的综合,实现了计算资源和物理资源的结合协调。但CPS在给人们带来便捷的同时也带来了信息超载的情况,若能对这些多源巨量数据加以利用,将能进一步便利人们的生活。协同过滤推荐算法是解决信息超载的有效方案,其通过对现有用户交互数据进行处理,提取相似之处,最终给予用户合适的推荐。但在当前的CPS环境下,随着用户规模和项目数量的急剧增长,传统的协同过滤推荐算法的缺陷逐渐暴露出来,特别是在新用户、新项目和新系统的冷启动以及用户行为数据稀疏等的问题上,这些问题致使协同过滤推荐性能降低。为了解决这些问题导致的推荐效果不佳,研究采用了跨域协同过滤推荐的方式,通过改进的跨域推荐算法,以辅助域数据为参考,提取辅助域数据中的有效信息,迁移推荐知识至目标域的数据中,使其能够通过其他领域中包含的有效推荐信息,扩充目标域数据,从而缓解数据稀疏和冷启动问题,致使达到良好的推荐效果。研究主要的内容和贡献如下:（1）通过分析传统协同过滤算法和跨域协同过滤推荐算法,了解跨域推荐与传统协同过滤推荐的思想,对比分析算法间的异同,明确设计思路。（2）以非负正交矩阵的三分解（Orthogonal Nonnegative Matrix Tri-factorization,ONMTF）为基础,提出基于谱聚类算法对现有密码本迁移算法（Code Book Transform Learning,CBT）进行改进,使其在辅助域提取信息时拥有更高的精度,提升跨域知识迁移的准确性。（3）在改进的CBT算法基础上,利用谱聚类的特性,融入数据包含的更多信息,在用户侧数据处理中引入时间信息的加权相似度方法,提出改进的时间衰减函数,同时项目侧引入类别信息的加权相似度方法,将多信息融入到跨域推荐的过程中,提高推荐的准确性。（4）搭建实验环境,使用豆瓣数据集和Movie Lens-Latest数据集构建实验数据进行双向跨域迁移推荐实验,同时与现有算法和传统协同过滤算法进行对比分析,结果表明,改进后的跨域推荐算法能够缓解数据稀疏问题,有效提升推荐精度。

关键词：协同过滤跨域推荐算法数据稀疏冷启动

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：