播存结构中基于协同过滤的内容推荐技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略词表 | 第13-14页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 研究背景 | 第14-17页 |
| 1.2 研究动机与解决思路 | 第17-19页 |
| 1.2.1 研究动机 | 第17-19页 |
| 1.2.2 解决思路 | 第19页 |
| 1.3 研究目标与内容 | 第19-21页 |
| 1.3.1 研究目标 | 第19-20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.4 论文贡献与组织结构 | 第21-24页 |
| 1.4.1 论文贡献 | 第21-22页 |
| 1.4.2 论文组织结构 | 第22-24页 |
| 第2章 播存结构及内容推荐技术综述 | 第24-36页 |
| 2.1 引言 | 第24-25页 |
| 2.2 播存结构概述 | 第25-28页 |
| 2.2.1 播存结构 | 第25页 |
| 2.2.2 UCL格式及抽取 | 第25-27页 |
| 2.2.3 播存结构中的UCL内容推荐 | 第27-28页 |
| 2.3 内容推荐技术综述 | 第28-34页 |
| 2.3.1 相似邻居挖掘 | 第28-31页 |
| 2.3.2 用户兴趣预测 | 第31-32页 |
| 2.3.3 推荐列表多样性优化 | 第32-34页 |
| 2.4 研究现状总结 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于属性信息的相似邻居挖掘方法 | 第36-62页 |
| 3.1 引言 | 第36-37页 |
| 3.2 基于属性信息的相似用户挖掘算法 | 第37-45页 |
| 3.2.1 问题描述及相关概念 | 第37-41页 |
| 3.2.2 基于属性信息的用户分组机制 | 第41页 |
| 3.2.3 基于用户分组信息的相似用户挖掘方法 | 第41-43页 |
| 3.2.4 仿真实验 | 第43-45页 |
| 3.3 基于语义信息的相似UCL挖掘方法 | 第45-60页 |
| 3.3.1 预备知识 | 第46-48页 |
| 3.3.2 相关概念及基本算法过程 | 第48-50页 |
| 3.3.3 基于语义信息的UCL分类算法 | 第50-54页 |
| 3.3.4 基于类别信息的UCL相似度度量方法 | 第54-55页 |
| 3.3.5 理论分析 | 第55-56页 |
| 3.3.6 仿真实验 | 第56-60页 |
| 3.4 本章小结 | 第60-62页 |
| 第4章 数据密集特征驱动的用户兴趣预测机制 | 第62-82页 |
| 4.1 引言 | 第62-63页 |
| 4.2 相关概念及算法基本过程 | 第63-65页 |
| 4.3 算法设计及数据集密集性评估 | 第65-68页 |
| 4.3.1 UCF-PT详细算法 | 第65-66页 |
| 4.3.2 数据密集性评估 | 第66-68页 |
| 4.4 用户兴趣预测及生成推荐结果 | 第68-70页 |
| 4.4.1 用户兴趣预测 | 第68-69页 |
| 4.4.2 推荐列表生成 | 第69-70页 |
| 4.5 算法分析 | 第70-72页 |
| 4.5.1 UCL的衰减特性 | 第70-71页 |
| 4.5.2 应对数据稀疏性 | 第71页 |
| 4.5.3 UCF-PT方法加权策略的合理性 | 第71-72页 |
| 4.6 仿真实验 | 第72-81页 |
| 4.6.1 数据集 | 第72-73页 |
| 4.6.2 评估标准与对比方法 | 第73-74页 |
| 4.6.3 实验结果对比分析 | 第74-81页 |
| 4.7 本章小结 | 第81-82页 |
| 第5章 基于语义覆盖树的UCL推荐列表多样性优化 | 第82-100页 |
| 5.1 引言 | 第82-83页 |
| 5.2 相关概念及算法基本过程 | 第83-86页 |
| 5.3 UCL语义覆盖树的构造 | 第86-88页 |
| 5.4 多样化UCL列表查询 | 第88-91页 |
| 5.4.1 UCL子列表初步查询 | 第88页 |
| 5.4.2 UCL子列表补充 | 第88-91页 |
| 5.5 UCL聚焦响应 | 第91-92页 |
| 5.6 算法分析 | 第92-93页 |
| 5.7 仿真实验 | 第93-99页 |
| 5.7.1 数据集及实验方案 | 第93页 |
| 5.7.2 评估标准与对比方法 | 第93-94页 |
| 5.7.3 实验结果对比分析 | 第94-99页 |
| 5.8 本章小结 | 第99-100页 |
| 第6章 基于协同过滤的内容推荐原型系统 | 第100-118页 |
| 6.1 播存结构的总体架构及实验环境拓扑 | 第100-102页 |
| 6.1.1 播存结构总体架构 | 第100-101页 |
| 6.1.2 播存结构实验环境拓扑 | 第101-102页 |
| 6.2 内容推荐系统设计与实现 | 第102-107页 |
| 6.2.1 系统总体流程 | 第102-103页 |
| 6.2.2 模块设计及实现 | 第103-107页 |
| 6.3 系统验证与分析 | 第107-117页 |
| 6.3.1 系统验证目标 | 第107-108页 |
| 6.3.2 系统基础功能有效性验证 | 第108-109页 |
| 6.3.3 相似邻居挖掘有效性验证 | 第109-111页 |
| 6.3.4 用户兴趣预测有效性验证 | 第111-112页 |
| 6.3.5 UCL推荐列表多样性优化有效性验证 | 第112-117页 |
| 6.4 本章小结 | 第117-118页 |
| 第7章 总结与展望 | 第118-122页 |
| 7.1 论文总结 | 第118-119页 |
| 7.2 下一步的研究方向 | 第119-122页 |
| 参考文献 | 第122-128页 |
| 致谢 | 第128-130页 |
| 攻读博士期间论文发表情况 | 第130-132页 |
| 攻读博士期间参与的科研项目 | 第132-134页 |
| 作者简介 | 第134页 |
