基于机器学习的推荐技术研究

《基于机器学习的推荐技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号；１０１８３：ＴＰ３９１３单位代码研究生学号：公开：２０１３５２４０１６密级戀古林大学名页古学位论文—一—专皮学位（）基于机器学习的推荐技术研究ＲｅｃｏｍｍｅｎｄａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈｂａｓｅｄｏｎＭａｃｈｉｎｅＬｅａｒｎｉｎｇ作者姓名：孟晓龙类别：工程硕壬领域（方向）；电子与通信工程指导教师：张丽翠副教授培养单位；通信工程学院２０１６年５月基于机器学习的推荐技术研究Ｒｅｃｏｍｍｅｎｄａｔｉ

2、ｏｎＴｅｃｈｎｏｌｏＲｅｓｅａｒｃｈｂａｓｅｄｏｎｇｙＭａｃｈｉｎｅＬｅａｒｎｉｎｇ作者姓名：孟晓龙领域（方向）；电子与通信工程指导教师；张丽翠副教授学位类别：工程硕±答辩日期：年（月５日）未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕±学位论文原

3、创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研巧工作所取得的成果。除文中己经注明引用的内容外，己作本论文不包含任何其他个人或集体经发表或撰写过的品成果。对本文的硏究做出重要贡献的个人和集体，均己在文中。确方式标明。人完全意到本声的法律由本人承担Ｗ明本识明结果论文：学位作者签名摘要基于机器学习的推荐技术研究随着互联网的发展，每天产生的数据量已经与日俱增，传统的搜索引擎已经无法完全满足当前的需求，推荐系统成为了互联网时代的新宠，其是为了解决海量数据所带

4、来的挑战以及给用户更好的体验而发展成一门交叉学科。推荐系统算法通常会包含机器学习算法，而云计算的广泛应用也使得机器学习算法可以快速的部署与运算，为推荐系统的性能与效果提升提供了保障。本文对目前的机器学习算法与推荐系统进行了研究。采用天猫淘宝真实数据集，并利用阿里巴巴的ODPS云计算平台，基于混合技术与深度学习技术构建了两套推荐系统，并对随机森林算法在不平衡数据条件下有针对性的进行了改善。本文主要工作如下：1．利用AliMobileRec数据集与ODPS平台构建了基于混合技术的推荐系统，该系统使用了多种混

5、合策略，包括特征混合技术、分级型混合推荐技术、瀑布型混合技术、加权混合推荐技术，最后利用多个模型进行融合，取得了较好的实验效果，最终F1值为8.11%，并在此基础上验证了各混合技术的提升效果以及使用条件；2．利用TaobaoClothesMatch数据集以及ODPS平台构建了基于深度学习的搭配推荐系统，该系统利用服装的搭配套餐进行商品推荐，尝试提取图片中所蕴含的信息，利用卷积神经网络进行特征提取，并提出了基于卷积神经网络的排序修正算法，实验获得MAP值为4.6%，这表明该算法可以提高推荐系统的效果；3．

6、针对推荐系统所使用的数据具有的正负样本的不平衡性，对现有的基于不平衡样本的随机森林算法进行了进一步的改善。根据混合策略中的瀑布型混合技术对随机森林样本空间的采样做了基于先验的样本空间定向采样，并对原改进算法中的分层特征空间选择做了基于分类强度的自适应的调整，实验表明这些改善能一定程度的提高算法的效果。关键词：机器学习，混合技术，深度学习，随机森林IABSTRACTRecommendationTechnologyResearchbasedonMachinelearningWiththedevelopmen

7、toftheInternet,theamountofdatageneratedhasbeenincreasingeveryday,traditionalsearchengineshavebeenunabletofullymeetthecurrentdemand,thesystemhasbecomethenewstaroftherecommendedageoftheInternet,whichisfacingthechallengesofhugeamountsofdataandgiveusersmoreg

8、oodexperienceanddevelopedintoacross-disciplinary.Recommendationsystemalgorithmwilloftencontainmachinelearningalgorithms,andextensiveapplicationofcloudcomputingmakesthemachinelearningalgorithmscanberapidlydeployed.Italsopro