基于地理位置的个性化新闻混合推荐研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-17页 |
1.1 研究背景和意义 | 第10-13页 |
1.2 国内外研究现状 | 第13-14页 |
1.3 论文的主要研究工作 | 第14-15页 |
1.4 论文的组织结构 | 第15-17页 |
2 相关理论及技术 | 第17-29页 |
2.1 基于位置的服务 | 第17-18页 |
2.2 个性化推荐技术 | 第18-23页 |
2.2.1 基于内容的推荐算法 | 第18-19页 |
2.2.2 协同过滤推荐算法 | 第19-22页 |
2.2.3 混合推荐算法 | 第22-23页 |
2.3 LDA概率生成模型 | 第23-26页 |
2.3.1 LDA模型 | 第23-25页 |
2.3.2 Gibbs抽样 | 第25-26页 |
2.4 聚类分析 | 第26-27页 |
2.5 本章小结 | 第27-29页 |
3 HLB个性化新闻推荐模型 | 第29-42页 |
3.1 确定用户阅读位置 | 第30-32页 |
3.2 用户长期/短期阅读兴趣模型 | 第32-33页 |
3.3 HLB个性化新闻推荐 | 第33-36页 |
3.3.1 长期阅读兴趣个性化推荐 | 第33-35页 |
3.3.2 短期阅读兴趣个性化推荐 | 第35-36页 |
3.4 实验及分析 | 第36-41页 |
3.4.1 实验设置 | 第36页 |
3.4.2 评价标准 | 第36-37页 |
3.4.3 实验方案 | 第37-41页 |
3.5 本章小结 | 第41-42页 |
4 HLB个性化推荐模型的进一步改进 | 第42-50页 |
4.1 长期阅读兴趣个性化推荐模型 | 第42-46页 |
4.1.1 用户聚类分组 | 第43-44页 |
4.1.2 用户组局部推荐列表初始化和更新 | 第44-45页 |
4.1.3 个性化新闻推荐 | 第45-46页 |
4.2 实验及分析 | 第46-48页 |
4.2.1 实验设置 | 第46页 |
4.2.2 实验方案 | 第46-48页 |
4.3 本章小结 | 第48-50页 |
5 结论与展望 | 第50-52页 |
5.1 结论 | 第50-51页 |
5.2 进一步的工作 | 第51-52页 |
参考文献 | 第52-55页 |
个人简历、在学期间发表的学术论文 | 第55-56页 |
个人简历 | 第55页 |
在学期间录用的学术论文和获得奖项 | 第55页 |
在学期间参编著作和参与项目 | 第55-56页 |
致谢 | 第56页 |