基于隐式反馈的视频类推荐系统优化
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状及分析 | 第12-15页 |
| 1.2.1 国际研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 本文研究内容 | 第15-17页 |
| 1.3.1 本文的主要工作 | 第15页 |
| 1.3.2 本文的结构安排 | 第15-17页 |
| 第2章 推荐系统及相关理论 | 第17-31页 |
| 2.1 推荐系统的定义 | 第17-19页 |
| 2.2 基于内容的推荐算法 | 第19-23页 |
| 2.2.1 基于内容的推荐系统的高层次结构 | 第19-20页 |
| 2.2.2 基于内容的推荐系统的数学模型 | 第20-22页 |
| 2.2.3 基于内容过滤的优缺点 | 第22-23页 |
| 2.3 协同过滤算法 | 第23-28页 |
| 2.3.1 基准预测 | 第23-24页 |
| 2.3.2 基于邻域的模型 | 第24-26页 |
| 2.3.3 基于矩阵分解的协同过滤算法 | 第26-28页 |
| 2.4 混合推荐算法 | 第28-31页 |
| 第3章 基于隐式反馈的推荐系统 | 第31-39页 |
| 3.1 问题定义 | 第32页 |
| 3.2 算法设计 | 第32-38页 |
| 3.2.1 随机梯度下降算法 | 第33-34页 |
| 3.2.2 基于隐式反馈的推荐模型 | 第34-36页 |
| 3.2.3 算法的并行化 | 第36-37页 |
| 3.2.4 算法优势分析 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 实验与结果分析 | 第39-51页 |
| 4.1 数据集获取 | 第39-42页 |
| 4.2 数据集描述和冷启动问题 | 第42-43页 |
| 4.2.1 数据集描述 | 第42页 |
| 4.2.2 冷启动问题 | 第42-43页 |
| 4.3 实验设置与评价标准 | 第43-46页 |
| 4.3.1 实验设置 | 第43页 |
| 4.3.2 确定实验评价标准 | 第43-46页 |
| 4.4 实验结果分析 | 第46-50页 |
| 4.4.1 对比算法 | 第46-47页 |
| 4.4.2 结果分析 | 第47-48页 |
| 4.4.3 参数影响 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-52页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 | 第56-57页 |
| 附录2 主要英文缩写语对照表 | 第57页 |
