首页> 中文学位 >基于注意力机制的社交Hashtag推荐算法研究与实现
【6h】

基于注意力机制的社交Hashtag推荐算法研究与实现

代理获取

目录

第一章 绪论

1.1 研究背景

1.2 研究目的与意义

1.2.1 Hashtag的主要用途

1.2.2 Hashtag推荐研究目的和意义

1.3 研究现状

1.3.1 基于传统机器学习方法的Hashtag推荐研究现状

1.3.2 基于深度学习的Hashtag推荐研究现状

1.3.3 Hashtag推荐研究面临的挑战与问题

1.4 本文的主要研究工作

1.5 本文组织结构

1.6 本章小结

第二章 Hashtag推荐研究基础

2.1 引言

2.2 推荐系统研究

2.2.1 推荐系统介绍

2.2.2 推荐算法分类

2.3 Hashtag推荐

2.3.1 基于简单统计的Hashtag推荐方法

2.3.2 基于机器学习的Hashtag推荐方法

2.3.3 基于主题模型的Hashtag推荐方法

2.4 相关理论和技术基础

2.4.1 RNN和LSTM

2.4.2 CNN神经网络

2.4.3 注意力机制

2.5本章小结

第三章 基于注意力机制的图片Hashtag推荐算法

3.1 引言

3.2 基于传统深度学习方法的对比模型

3.2.1 基于VGG16网络的推荐模型

3.2.2 基于Dobule-VGG16网络推荐模型

3.3 基于注意力机制的深度推荐模型

3.3.1基于Dual-Attention网络的推荐模型

3.3.2 基于Co-Attention网络的推荐模型

3.4 实验设计及结果分析

3.4.1 实验设计

3.4.2 实验结果及分析

3.5 本章小结

第四章 基于多层次注意力的多模态Hashtag推荐算法

4.1 引言

4.2 基于多层次注意力机制的推荐算法

4.2.1 图像特征提取

4.2.2 文本特征提取

4.2.3 双线性特征融合

4.2.4 低层次注意力

4.2.5 高层次注意力

4.2.6 Hashtag预测

4.3 实验设计及结果分析

4.3.1 实验设计

4.3.2 实验结果分析

4.4 本章小结

第五章 个性化校园论坛设计与实现

5.1 引言

5.2 系统需求分析

5.3 系统架构设计

5.3.1 系统整体架构

5.3.2 系统的UML建模设计

5.4 数据库设计

(1)user 表

(2)answer 表

(3)message 表

(4)topic 表

(5)image 表

5.5 系统实现以及环境部署

5.5.1 系统环境说明

5.5.2 系统展示

5.5.3 系统部署

5.5.4 系统测试

5.6 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学术成果

1. 申请(授权)专利

2. 参与科研项目及科研获奖

3. 已投稿论文

致谢

展开▼

著录项

  • 作者

    徐宝胜;

  • 作者单位

    西北大学;

  • 授予单位 西北大学;
  • 学科 电子与通信工程
  • 授予学位 硕士
  • 导师姓名 李展;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 计算技术、计算机技术;
  • 关键词

  • 入库时间 2022-08-17 11:22:49

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号