基于深度特征的电影推荐系统的设计和实现任务书
2020-04-02 11:23:12
1. 毕业设计(论文)主要内容:
电影领域是测试和评估推荐系统最常见的场景之一。
这些系统常采用协作过滤模型来实现,该模型完全依赖于用户对项目的反馈,忽略内容特征。
但基于内容的过滤模型是推荐的好策略。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 毕业设计(论文)主要任务及要求
(1) 完成基于tensorflow的卷积神经网络的搭建及深度特征的提取
(2) 完成基于深度特征的推荐系统
(3) 完成系统的测试与评估;
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
3. 毕业设计(论文)完成任务的计划与安排
第1周—第4周 搜集资料,撰写开题报告;
第5周—第6周 论文开题;
第7周—第12周 撰写论文初稿;
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
4. 主要参考文献
[1] 黄文坚,唐源. tensorflow实战. 电子工业出版社,2017.
[2] ian,goodfellow,yoshua,bengio,aaron. 深度学习 [deep learning]. 人民邮电出版社.2017
[3] ralph josé rassweiler filho; jocirc;natas wehrmann; rodrigo c. barros , ”leveraging deep visual features for content-based movie recommender systems”, international joint conference on neural networks,2017:604-611.
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付