請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82364| 標題: | 以領域轉移學習來解決新進使用者推薦問題 A Domain Transfer Learning For New User Cold-Start Recommendation Problem |
| 作者: | Po-Lin Lai 賴柏霖 |
| 指導教授: | 陳建錦(JIAN-JIN CHEN) |
| 關鍵字: | 推薦系統,領域轉移學習,深度學習,冷啟動問題,生成對抗式網路, Recommendation System,Domain transfer,GAN,Deep Learning,Cold start problem, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | 解決新進使用者冷啟動問題在網路平台的推薦系統中是一個很重要的議題，許多在跨領域學習的方法中都會利用額外領域的資訊來解決目標領域上資料不足的問題。然而，這些研究只針對在不同的領域上互相轉換。在這篇論文中，我們用了一個以生成對抗式網路為基底的領域轉移學習模型，來解決新進使用者冷啟動問題。我們將該使用者剛進入平台時的冷啟動狀態，以及之後擁有豐富經驗的狀態視為兩個不同的領域，希望能透過利用使用者額外的資訊例如性別、年齡、職業等其他特徵，成功的將冷啟動狀態的使用者轉移成有豐富經驗的狀態，再以此進行推薦。透過實驗證明，我們的方法成功的超過許多現有知名的推薦系統算法，成為目前最好的冷啟動推薦方法之一。 |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82364 |
| DOI: | 10.6342/NTU202101275 |
| 全文授權: | 同意授權(全球公開) |
| 電子全文公開日期: | 2023-08-01 |
| 顯示於系所單位： | 資訊管理學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-0507202116061800.pdf | 2 MB | Adobe PDF | 檢視/開啟 |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。