机器学习在推荐系统中的应用

《机器学习在推荐系统中的应用》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、ＴＰｍ分类号单位代巧：１０４２２：公巧２Ｍ３Ｕ３５５密级学号：：输Ｈｆ、ｔＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文ＴｈｅｓｉｓｆｏｒＭａｓｔｅｒＤｅｇｒｅｅ化器学习在推荐系统中的廬用＾ｔ？目：ｊＴｈｅＡｐｐｌｉｃａｔｉｏｎｏｆＭａｃｈｉｎｅＬｅａｒｎ化ｇ化ＲｅｃｏｍｍｅｎｄａｔｉｏｎＳｓ化ｍｙ作者姓名ＳＷ＆金ｉｋ研巧巧培养单位金巧学与金Ｍ工程专业名＾铺教授指导教师，合作导师２０１６５巧年月曰例单位代码：分类号

2、：１Ｆ１０４２２密级：公学号：衣＾｜Ｍ静ＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文ＴｈｅｓｉｓｆｏｒＭａｓｔｅｒＤｅｒｅｅｇ论文题目；如裹妇在ｔｉＭ財則主巧．以了心林展＆山八］化叫下呼＾？Ｗｄｘ＇ｙ知－Ｏ〇ｎ＼ｍｘｎ．作者姓名為ｆ培养单位槪砰吏镑．专业名称告論裝達＾怎ｋ王控指导教师羣蠢漱授合作导师年ｒ月言曰）原创性声明：所呈交的学位论文本人郑重声明，是本人在导师指导下，独立进行研巧所取得的成果。除文中已经注明引用的内容外，

3、本论文不包含任何其他个人或集体己经发表或撰写过的科研成果。对本论文的研究作出重要贡献的个人和集体，均己在文中明确方式标明。本声明的法律责任由本人承担。、论文作者签名：私日期：１玉今＿关于学位论文使用授权的声明本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权山东大学可Ｗ将本学位论文全部或部分内容编入有关数据库进行检索１＾采用影印、缩，可印或其他复制手段保存论文和汇编本学位论文。（保密的论文

4、在解密后应遵守此规定）论文作者签名：导师签名期：今山东大学硕±学位论文目录中Ｓ摘要Ｉ英：＾摘要ＩＩ一第￥序胃１二第章模型和算法的解析３２．１稀疏矩阵表示４§２．２逻辑回归模型５§§２．２．１模型的基本介绍５２．２．２§模型的解释７§２．２．３模型的使用条件７§２．２．４模型的估计７§２．２．５模型的拟合程度的评价９§２．２．６模型系数的检验１１２．３人工神经网络模型１２§§２．３．１模型的基本介绍１２§２．３．２模型的基

5、本特征１３２．３．３模型的表示１４§２．３．４目标损失函数１７§２．§．３５模型的训练１８２§．３．６模型的算法１９２§．３．７模型的优点２０２．３．８模巧的性质２１§１山东大学硕±学位论文２．４简单决策§树２１．４．１巧模型的基本介绍２１２．４．２模型的种类２３§２．４．３模型的标§准２３．４．４模型的优缺点§２巧２．５随§机森林巧２．５．１§模型的基本介绍２５２．５．２模型的算法§２６２．５．３Ｓ模型的性质２８２

6、．６模型的评价２９§巧瓜１损失函数３０２．６．２错误率３０§§２．６．３ＲＯＣ准则３０第；章程序化实现３２３．１变量的提取和挖掘§３２．２数据预处理４巧３３．２．１筛选用户３４§．２．２分割数据巧３４３．２．３标准化数据§３５．§３３训练模型３．３．１逻辑Ｓ回归模型３６３．３．２神８Ｓ经网络模型：３－２山东大学硕±学位论文３．３．３简单决策树３９§３．３．４随机森§林４１３．４§模型评估４１第四章结论４２第五

7、章后期工作与展望４３附录４４参考文献５２致谢５４３－山东大学硕±学位论文机器学习在网络推荐系统中的应用邮欣山东大学齐鲁证券金融研巧院济南２５０ＫＫ），，（）指导老师：吴臻（）中文摘要随着大数据时代的到来，许多新兴的学科技术伴随着大批量的数据的产一生而发展起来，其中，机器学习是口非常流行的代表性技术。它在信息、医学，、生物、交通等诸多领域有着重要的应用其中金融数学和经济领域尤为突出，例如股票市场价格的预测、风险评估等等。为了将机器学习应用到经济和金融领

8、域，对不同算法的优缺点和适应环境的深入了解是必不可少ｅ的，本ｌ。因此文的主要目的是通过利用机器学习的不同算法帮助Ｙｐ建立用户推荐系统，对不同算法的表现进行比较和评定，进而使我们能对不同算法的表现和适应情况有更深层次的理解。从而为在金融方向的应用打下牢固的基础。本文对Ｙｅｌｐ数据的处理，结