| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究意义 | 第7-8页 |
| ·研究背景 | 第8-9页 |
| ·本文工作 | 第9-11页 |
| 第二章 个性化推荐系统 | 第11-19页 |
| ·个性化推荐系统概述 | 第11-12页 |
| ·个性化推荐系统工作流程 | 第12-13页 |
| ·个性化推荐算法 | 第13-17页 |
| ·个性化推荐技术需解决的问题 | 第17-19页 |
| 第三章 似然关系模型理论 | 第19-30页 |
| ·似然关系模型语义 | 第19-25页 |
| ·贝叶斯网 | 第19-20页 |
| ·关系表示 | 第20-22页 |
| ·似然关系模型 | 第22-25页 |
| ·似然关系模型的学习 | 第25-28页 |
| ·参数学习 | 第25-27页 |
| ·结构学习 | 第27-28页 |
| ·似然关系模型的研究现状 | 第28-30页 |
| 第四章 基于似然关系模型的个性化推荐 | 第30-48页 |
| ·似然关系模型应用于个性化推荐的理论依据 | 第30-34页 |
| ·问题描述 | 第30-32页 |
| ·多重集上的运算 | 第32-33页 |
| ·模型的学习过程 | 第33-34页 |
| ·基于PRM的推荐模型 | 第34-43页 |
| ·基于项目特征的推荐模型PRM_ITEM | 第34-36页 |
| ·基于用户特征的推荐模型PRM_USER | 第36-39页 |
| ·基于协同过滤的推荐模型PRM_CF | 第39-41页 |
| ·组合推荐模型PRM_HYBRID | 第41-43页 |
| ·实验结果及分析 | 第43-48页 |
| ·评估方法 | 第43-44页 |
| ·实验设计 | 第44-45页 |
| ·实验结果及结论 | 第45-48页 |
| 第五章 基于PRM的个性化推荐模型在NERMS中的应用 | 第48-59页 |
| ·NERMS系统概述 | 第48-50页 |
| ·NERMS架构设计 | 第50-51页 |
| ·NERMS中推荐子系统的设计与实现 | 第51-59页 |
| ·信息获取 | 第52-53页 |
| ·信息处理 | 第53-56页 |
| ·形成推荐 | 第56-57页 |
| ·结果显示 | 第57-59页 |
| 第六章 总结 | 第59-61页 |
| ·本文工作总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 摘要 | 第66-69页 |
| Abstract | 第69-74页 |
| 致谢 | 第74页 |