面向用户行为的多因素关联学习和预测

目录

声明

摘要

主要符号表

1．1问题背景

1．2问题和挑战

1．3本文贡献

1．4论文组织结构

第2章国内外研究现状

2．1用户移动行为预测和推荐

2．1．1基于个体历史行为的地点预测

2．1．2基于群体行为的协同预测

2．2基于电商平台的在线消费预测

2．3基于用户网络行为的事件序列预测

第3章多行为因素的联合表示学习

3．1表示学习原理

3．2用户行为因素和关联关系表示学习框架

3．3表示学习的目标函数

3．3．1地点功能驱动的用户和行为关系建模

3．3．2周期特征建模和地点关联关系学习

3．3．3基于行为序列的地点相关性建模

3．3．4联合目标函数

3．4优化学习算法

3．5数据集

3．5．1数据集统计

3．5．2用户行为模式分析

3．6模型的语义理解

3．7小结

第4章基于行为向量的多因素联合预测

4．1问题定义

4．2多行为因素联合预测模型

4．2．1地点主导的概率模型

4．2．2基于注意力机制的神经网络模型

4．3对比方法和评估指标

4．4实验结果分析

4．4．1多因素联合预测

4．4．2行为因素单独预测

4．4．3参数设定对性能的影响

4．4．4使用注意力机制的模型效果比较

4．4．5表示学习的有效性讨论

4．5小结

5．1结论

5．2展望

参考文献

致谢

攻读硕士学位期间参与科研项目

攻读硕士学位期间完成论文