移动环境下精准定向广告驱动的推荐系统研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-12页 |
| 1.1 课题的研究目的及意义 | 第7-8页 |
| 1.2 课题国内外发展现状 | 第8-9页 |
| 1.3 本文研究内容 | 第9-10页 |
| 1.4 本文结构 | 第10页 |
| 1.5 本章小结 | 第10-12页 |
| 第二章 个性化推荐系统及相关技术概述 | 第12-24页 |
| 2.1 引言 | 第12页 |
| 2.2 社交网络 | 第12-13页 |
| 2.3 推荐系统一般框架 | 第13-14页 |
| 2.4 常用推荐算法 | 第14-21页 |
| 2.4.1 基于规则的推荐 | 第14-15页 |
| 2.4.2 基于内容的推荐 | 第15-16页 |
| 2.4.3 基于协同过滤的推荐 | 第16-21页 |
| 2.5 推荐技术比较 | 第21-22页 |
| 2.6 推荐系统评价标准 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 社交网络用户相似性计算 | 第24-32页 |
| 3.1 社交网络用户特征 | 第24-26页 |
| 3.2 社交网络用户相似性计算 | 第26-31页 |
| 3.2.1 基于用户特征的相似性计算 | 第26-27页 |
| 3.2.2 基于朋友关系的相似性计算 | 第27-29页 |
| 3.2.3 基于交互行为的相似性计算 | 第29页 |
| 3.2.4 基于移动轨迹的相似性计算 | 第29-31页 |
| 3.3 综合相似性计算 | 第31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 改进的协同过滤算法 | 第32-40页 |
| 4.1 基于时间的协同过滤算法 | 第32-33页 |
| 4.2 基于位置的协同过滤算法LCF | 第33-35页 |
| 4.3 基于广告分类的协同过滤算法 | 第35-36页 |
| 4.4 改进的算法流程 | 第36-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 精准定向广告驱动推荐系统的设计与实现 | 第40-49页 |
| 5.1 评价参数 | 第40-41页 |
| 5.2 实验环境 | 第41页 |
| 5.3 实验数据 | 第41-43页 |
| 5.4 实验结果及分析 | 第43-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-52页 |
| 6.1 总结 | 第49-50页 |
| 6.2 创新点 | 第50页 |
| 6.3 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间的研究成果 | 第56页 |
