单类协同过滤推荐算法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 背景知识介绍 | 第13-15页 |
| 1.2 推荐算法概述 | 第15-17页 |
| 1.3 推荐系统的评价指标 | 第17-18页 |
| 1.4 单类协同过滤分析与相关研究现状 | 第18-20页 |
| 1.5 本论文的研究内容与主要工作 | 第20-21页 |
| 1.6 本论文的组织结构 | 第21-23页 |
| 第2章 单类协同过滤算法概述 | 第23-31页 |
| 2.1 点级回归算法概述 | 第23-24页 |
| 2.1.1 点级方法研究现状 | 第23-24页 |
| 2.1.2 点级方法的不足 | 第24页 |
| 2.2 对级排序算法概述 | 第24-27页 |
| 2.2.1 BPR算法 | 第24-25页 |
| 2.2.2 BPR算法的改进 | 第25-27页 |
| 2.3 列表级算法概述 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 基于单类协同过滤问题的增强对级算法 | 第31-45页 |
| 3.1 BPR算法介绍 | 第31-32页 |
| 3.1.1 符号和问题定义 | 第31页 |
| 3.1.2 BPR算法 | 第31-32页 |
| 3.2 对级算法的不足 | 第32-33页 |
| 3.3 新算法EBPR | 第33-39页 |
| 3.3.1 模型构造 | 第35-36页 |
| 3.3.2 模型学习 | 第36-38页 |
| 3.3.3 EBPR算法的适用性 | 第38-39页 |
| 3.4 实验 | 第39-42页 |
| 3.4.1 数据集和实验配置 | 第40页 |
| 3.4.2 对比算法和参数设置 | 第40-41页 |
| 3.4.3 评测指标 | 第41-42页 |
| 3.4.4 结果和分析 | 第42页 |
| 3.5 本章小结 | 第42-45页 |
| 第4章 基于单类协同过滤问题的偏好差值算法 | 第45-53页 |
| 4.1 基于偏好差值的对级方法 | 第45-49页 |
| 4.1.1 模型假设 | 第46-47页 |
| 4.1.2 模型构造 | 第47-49页 |
| 4.2 实验 | 第49-52页 |
| 4.2.1 数据集和实验配置 | 第49-50页 |
| 4.2.2 对比算法和参数设置 | 第50页 |
| 4.2.3 评测指标 | 第50-51页 |
| 4.2.4 结果和分析 | 第51-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 基于单类协同过滤问题的列表级对级融合算法 | 第53-69页 |
| 5.1 EBPR和DPR算法的不足 | 第53-54页 |
| 5.2 优化评估标准的列表级算法 | 第54-55页 |
| 5.3 优化评估标准方法的缺点 | 第55-56页 |
| 5.4 LPR算法 | 第56-63页 |
| 5.4.1 符号和问题定义 | 第57页 |
| 5.4.2 平滑AUC | 第57-58页 |
| 5.4.3 平滑MAP | 第58页 |
| 5.4.4 LPR的构造 | 第58-61页 |
| 5.4.5 LPR的学习 | 第61-62页 |
| 5.4.6 LPR算法的适用性 | 第62-63页 |
| 5.5 实验 | 第63-66页 |
| 5.5.1 数据集和实验配置 | 第63页 |
| 5.5.2 对比算法和参数设置 | 第63-64页 |
| 5.5.3 评测指标 | 第64-65页 |
| 5.5.4 结果和分析 | 第65-66页 |
| 5.6 本章小结 | 第66-69页 |
| 第6章 结论与展望 | 第69-73页 |
| 6.1 论文总结 | 第69-71页 |
| 6.2 未来研究工作 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 在读期间发表的学术论文与取得的研究成果 | 第81页 |
