基于淘宝商品行为的向量化内容召回方法研究

目录

声明

第一章 绪论

1.1 课题研究背景和意义

1.2 研究现状

1.2.1 推荐系统

1.2.2 推荐系统的召回方法

1.3 本文研究内容

1.4 本文结构安排

第二章 相关理论基础

2.1 引言

2.2 召回阶段

2.3 协同过滤

2.4 词向量

2.5 循环神经网络

2.6 长短时记忆网络

2.7 门控循环单元

2.8 本章小节

第三章 用户行为和内容的向量化表示

3.1引言

3.2 用户模型

3.2.1 输入层

3.2.2 嵌入层

3.2.3 自注意力机制层

3.2.4 多层感知机层

3.3 用户模型实验

3.3.1 兴趣词表

3.3.2 数据集构建及评价指标

3.3.3 实验设计目标

3.3.4 实验结果及分析

3.4 内容模型

3.5 内容模型实验

3.5.1 数据集构建及评价指标

3.5.2 实验设计目标

3.5.3 实验结果及分析

3.6 本章小结

第四章 用户向量与内容向量的匹配训练

4.1 引言

4.2 深度语义匹配模型

4.3 基于DSSM的向量匹配训练

4.3.1 共享逻辑层的预训练

4.3.2 负样本构建与损失函数

4.4 实验结果及分析

4.4.1 实验设计目标

4.4.2 实验环境

4.4.3 数据集构建及测评指标

4.4.4 实验结果及分析

4.5 本章小结

总结与展望

总结

展望

参考文献

攻读硕士学位期间取得的研究成果

致谢