基于排序学习的音乐推荐系统设计与实现
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 推荐技术 | 第9-11页 |
| 1.2.2 音乐推荐系统 | 第11-12页 |
| 1.3 论文工作和结构安排 | 第12页 |
| 1.3.1 论文的主要工作 | 第12页 |
| 1.3.2 文章结构安排 | 第12页 |
| 1.4 本章小结 | 第12-14页 |
| 2 推荐算法和排序学习算法研究 | 第14-26页 |
| 2.1 符号定义 | 第14-15页 |
| 2.2 推荐算法 | 第15-20页 |
| 2.2.1 协同过滤推荐算法 | 第15-17页 |
| 2.2.2 基于内容的推荐算法 | 第17-18页 |
| 2.2.3 混合推荐算法 | 第18-20页 |
| 2.3 排序学习算法 | 第20-23页 |
| 2.3.1 点级排序学习（PointWise） | 第21页 |
| 2.3.2 对级排序学习（PairWise） | 第21-23页 |
| 2.3.3 列表级排序学习（ListWise） | 第23页 |
| 2.4 RANKBOOST算法 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于排序学习的推荐技术研究 | 第26-37页 |
| 3.1 引言 | 第26-27页 |
| 3.2 用户表示 | 第27-28页 |
| 3.2.1 偏好表示 | 第27页 |
| 3.2.2 偏好权重计算 | 第27-28页 |
| 3.3 邻居选择 | 第28页 |
| 3.4 RANKBOOST排序算法 | 第28-30页 |
| 3.4.1 初始权重计算 | 第28-29页 |
| 3.4.2 弱排序器训练 | 第29-30页 |
| 3.4.3 排序结果 | 第30页 |
| 3.5 基于排序学习推荐技术的实验过程及分析 | 第30-36页 |
| 3.5.1 数据集 | 第30-31页 |
| 3.5.2 评测方法 | 第31-32页 |
| 3.5.3 实验结果与分析 | 第32-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 基于排序学习的音乐推荐系统设计与实现 | 第37-57页 |
| 4.1 系统总体框架和设计 | 第37-42页 |
| 4.1.1 系统概述 | 第37页 |
| 4.1.2 系统结构框架和流程 | 第37-39页 |
| 4.1.3 系统总体模块设计 | 第39-42页 |
| 4.2 基于排序学习的推荐模块设计 | 第42-50页 |
| 4.2.1 数据处理模块设计 | 第43-46页 |
| 4.2.2 排序学习模块设计 | 第46-48页 |
| 4.2.3 推荐结果模块设计 | 第48-50页 |
| 4.3 登录注册模块设计 | 第50-51页 |
| 4.4 记录收集模块设计 | 第51-52页 |
| 4.5. 歌曲搜索模块设计 | 第52-53页 |
| 4.6 系统功能测试和评估分析 | 第53-56页 |
| 4.7 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
