Нейромережева система генерації персоналізованих рекомендацій на основі динамічних вкладень графів
Вантажиться...
Дата
2022
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 114 с., 25 табл., 10 рис., 19 джерел, 1 додаток.
Об’єктом дослідження є задача генерації контекстуальних
рекомендацій.
Предмет дослідження – алгоритми та моделі видачі контекстуальних
рекомендацій.
Мета дослідження полягає у аналізі алгоритмів видачі рекомендацій, що
базуються на моделях матричної факторизації, а також алгоритмів, що
використовують аппарат мереж глибокого навчання.
Запропонована та розроблена модель рекомендаційних систем, що
використовують аппарат глибоких перехресних нейронних мереж та мереж на
основі механізму уваги. Дані моделі здатні швидко оброблювати
послідовності дій користувача з об’єктами, враховуючи порядок виконаної дії,
ознаку дії, характеристику суб’єкта та об’єкта, а також пов’язані з об’єктом
суміжні позиції.
Проведено порівняння запропонованої рекомендаційної системи з
існуючими методами проектування рекомендаційних систем: машинами
факторизації на основі байєсівського персоналізованого ранжування,
машинами факторизації на основі методів змінних найменших квадратів та
нейронними мережами на основі моделей довгої короткострокової пам’яті.
Опис
Ключові слова
рекомендаційна система, глибока та широка мережа, довга короткострокова пам’ять, байєсівське персоналізоване ранжування, змінні найменші квадрати, вкладення графів, динамічні графові мережі, машини факторизації, механізм уваги, глибоке навчання, recommender system, deep and cross networks, long short-term memory, bayesian personalied ranking, alternating least squares, graph embeddings, dynamic graph networks, factorization machines, attention networks, deep learning
Бібліографічний опис
Андросов, Д. В. Нейромережева система генерації персоналізованих рекомендацій на основі динамічних вкладень графів : магістерська дис. : 122 Комп'ютерні науки / Андросов Дмитро Васильович. - Київ, 2022. - 115 с.