主题引导推荐系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作背景和意义 | 第10-12页 |
| 1.2 国内外发展现状及其所存在的问题 | 第12-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 论文的层次结构安排 | 第14-16页 |
| 第二章 相关工作及基础知识 | 第16-35页 |
| 2.1 主题模型 | 第16-28页 |
| 2.1.1 主题模型的工作原理 | 第16-17页 |
| 2.1.2 pLSA | 第17-23页 |
| 2.1.3 LDA | 第23-28页 |
| 2.2 推荐系统模型 | 第28-31页 |
| 2.2.1 协同过滤推荐 | 第28-29页 |
| 2.2.2 基于内容的推荐 | 第29-30页 |
| 2.2.3 基于知识的推荐 | 第30-31页 |
| 2.3 并行化梯度下降 | 第31-34页 |
| 2.3.1 通常的并行化梯度下降算法 | 第31-32页 |
| 2.3.2 并行化梯度下降算法中存在的问题 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 主题引导推荐系统的研究与设计 | 第35-59页 |
| 3.1 主题模型的建立 | 第35-41页 |
| 3.1.1 确定主题数量 | 第35-36页 |
| 3.1.2 LDA模型 | 第36-37页 |
| 3.1.3 主题模型评估 | 第37-41页 |
| 3.2 简单线性回归模型 | 第41-47页 |
| 3.2.1 隐语义模型 | 第41页 |
| 3.2.2 简单线性回归模型的定义 | 第41-43页 |
| 3.2.3 模型预测能力的评估 | 第43-47页 |
| 3.3 主题引导线性回归模型 | 第47-57页 |
| 3.3.1 主题引导线性回归模型的定义 | 第47-48页 |
| 3.3.2 偏好扩散 | 第48-53页 |
| 3.3.3 模型预测能力的评估 | 第53-57页 |
| 3.4 本章小结 | 第57-59页 |
| 第四章 主题引导推荐系统的优化 | 第59-73页 |
| 4.1 带时间参数的主题引导线性回归模型 | 第59-70页 |
| 4.1.1 模型的初步定义 | 第59-62页 |
| 4.1.2 模型的初步评估 | 第62-63页 |
| 4.1.3 模型的再定义 | 第63-65页 |
| 4.1.4 模型的最终评估 | 第65-70页 |
| 4.2 并行化主题引导线性回归模型 | 第70-72页 |
| 4.2.1 新的并行化梯度下降 | 第70-71页 |
| 4.2.2 运行结果 | 第71-72页 |
| 4.3 本章小结 | 第72-73页 |
| 第五章 结束语 | 第73-75页 |
| 5.1 本文工作总结 | 第73页 |
| 5.2 不足与下一步展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
