English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41620726 線上人數 : 2550
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUIR
管理學院
資訊管理學系
--研究計畫
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUIR
‧
管理
NCU Institutional Repository
>
管理學院
>
資訊管理學系
>
研究計畫
>
Item 987654321/94236
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncu.edu.tw/handle/987654321/94236
題名:
考慮關聯性、新奇性、購物籃大小的循序推薦
;
Sequential Recommendations Considering Association, Serendipity and Basket Size
作者:
陳彥良
貢獻者:
國立中央大學資訊管理學系
關鍵詞:
深度學習
;
序列推薦
;
關聯
;
下一購物籃推薦
;
新奇性
;
deep learning
;
sequential recommendation
;
association
;
next basket recommendation
;
serendipity
日期:
2024-09-27
上傳時間:
2024-09-30 17:20:30 (UTC+8)
出版者:
國家科學及技術委員會(本會)
摘要:
這計畫致力於優化序列資料推薦模型,提出三項改進。首先,針對下一購物籃,過去的推薦方法只著重於學習用戶購買歷史,而忽略了商品間的互補與替代關係。為此,提出了一個基於關聯的購物籃序列推薦模型。第二方面,傳統方法固定下一個購物籃的大小K作為超參數,但這可能無法有效地滿足不同用戶的需求。本研究同時預測下一個購物籃項目與預測購物籃大小。第三個方面,過去序列推薦研究都是基於序列中項目或樣式的重複性與循序相關性,因此推薦的項目往往是先前出現過的。因此,本研究提出一個深度學習法的模型,它可以從完全沒有包含目標項目的序列中,去預測我們會實際購買的目標項目。
關聯:
財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:
[資訊管理學系] 研究計畫
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
index.html
0Kb
HTML
28
檢視/開啟
在NCUIR中所有的資料項目都受到原著作權保護.
社群 sharing
::: Copyright National Central University. | 國立中央大學圖書館版權所有 |
收藏本站
|
設為首頁
| 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
隱私權政策聲明