基于社交网络的视频推荐技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·课题主要研究内容 | 第13-15页 |
| ·研究和分析现有研究现状 | 第13-14页 |
| ·提出和建立推荐模型 | 第14-15页 |
| ·算法模型的设计实现和分析对比 | 第15页 |
| ·论文工作的主要特色和创新 | 第15页 |
| ·论文组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 视频推荐系统相关理论和技术介绍 | 第17-27页 |
| ·推荐系统结构 | 第17-20页 |
| ·推荐系统技术 | 第20-24页 |
| ·基于人口统计学的推荐算法 | 第20-21页 |
| ·基于内容的推荐算法 | 第21-22页 |
| ·基于协同过滤的推荐算法 | 第22-24页 |
| ·推荐技术总结 | 第24-25页 |
| ·推荐技术评测 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 推荐系统中潜在用户发现模型-UFM | 第27-41页 |
| ·用户发现研究分析 | 第27-31页 |
| ·用户选取范围 | 第27-29页 |
| ·用户选取策略 | 第29-31页 |
| ·用户发现模型 | 第31-40页 |
| ·潜在用户发现 | 第31-38页 |
| ·直接用户发现 | 第32-37页 |
| ·间接用户发现 | 第37-38页 |
| ·用户发现过程 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 推荐系统中视频质量信任评估模型-VQM | 第41-48页 |
| ·视频质量分析 | 第41-42页 |
| ·视频信任 | 第42-47页 |
| ·视频评分 | 第43页 |
| ·视频活跃度 | 第43-46页 |
| ·视频信任计算 | 第46页 |
| ·信任视频发现 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 推荐系统原型设计与实现 | 第48-54页 |
| ·推荐系统概述 | 第48-49页 |
| ·推荐系统原型设计 | 第49-50页 |
| ·原型系统算法实现 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 实验结果与分析 | 第54-71页 |
| ·实验数据 | 第54-57页 |
| ·优酷和新浪微博的简单介绍 | 第54页 |
| ·数据抓取 | 第54-57页 |
| ·实验方案 | 第57-60页 |
| ·实验分析与结果 | 第60-70页 |
| ·参数确定 | 第60-65页 |
| ·实验对比 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 第7章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间的研究成果 | 第78-79页 |
