首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于图模型与组合特征的推荐方法研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第12-20页
    1.1 研究背景与意义第12-15页
    1.2 本文研究内容与目标第15-18页
    1.3 论文结构第18-20页
第二章 推荐系统研究基础与问题定义第20-34页
    2.1 推荐系统概述第20-23页
    2.2 基于内容的推荐方式第23页
    2.3 协同过滤的推荐方式第23-25页
    2.4 混合推荐方式第25-26页
    2.5 图数据模型在推荐系统中的应用第26-32页
        2.5.1 图数据模型概述第26-29页
        2.5.2 基于图的典型推荐算法第29-32页
    2.6 评价体系第32-33页
        2.6.1 用户调查第32页
        2.6.2 在线评估第32页
        2.6.3 离线评估第32-33页
    2.7 本章小结第33-34页
第三章 推荐系统中组合特征第34-46页
    3.1 推荐系统中组合特征的提出第34-38页
    3.2 用户-物品特征的构建第38-41页
    3.3 映射函数的选择第41-43页
    3.4 索引表结构第43-45页
    3.5 本章小结第45-46页
第四章 基于组合特征的协同过滤推荐第46-52页
    4.1 基于用户与基于物品的协同过滤区别分析第46-48页
        4.1.1 基于用户的协同过滤第47页
        4.1.2 基于物品的协同过滤第47-48页
    4.2 基于组合特征的协同过滤算法第48-52页
第五章 基于组合特征的排序学习推荐第52-58页
    5.1 排序学习模型介绍第52-53页
    5.2 基于组合特征的排序学习算法第53-58页
第六章 系统实现与实验结果分析第58-66页
    6.1 推荐系统的构建第58-59页
    6.2 用于对比的基准方法第59-60页
    6.3 实验设置与结果分析第60-65页
    6.4 本章小结第65-66页
第七章 总结与展望第66-68页
    7.1 本文的工作第66-67页
    7.2 下一步工作第67-68页
致谢第68-70页
参考文献第70-74页
附录 攻读硕士学位期间申请专利及参与项目情况第74-75页

论文共75页,点击 下载论文
上一篇:论我国刑事简易程序中被告人权利的保护
下一篇:麦芽酚对小鼠急性肝肾损伤的保护作用和分子机制