面向多媒体社交网络的情境分析与意图发现机制研究及应用
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 多媒体社交网络 | 第11-12页 |
| 1.2.2 用户行为序列模式发现 | 第12-13页 |
| 1.2.3 推荐系统与推荐算法 | 第13-15页 |
| 1.3 问题的提出 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 本文组织结构 | 第16-19页 |
| 第2章 相关理论知识 | 第19-29页 |
| 2.1 数据挖掘技术 | 第19-21页 |
| 2.1.1 关联规则 | 第20页 |
| 2.1.2 关联规则相关算法 | 第20-21页 |
| 2.2 机器学习理论 | 第21-22页 |
| 2.3 推荐系统 | 第22-26页 |
| 2.3.1 推荐系统评价方法 | 第23-24页 |
| 2.3.2 推荐系统评价指标 | 第24-26页 |
| 2.4 本章小结 | 第26-29页 |
| 第3章 基于情境分析的用户行为序列模式发现 | 第29-45页 |
| 3.1 概述 | 第29页 |
| 3.2 SocialSitu框架的建立 | 第29-31页 |
| 3.3 用户行为模式发现算法 | 第31-35页 |
| 3.4 实验结果及分析 | 第35-43页 |
| 3.4.1 用户行为序列模式数据收集 | 第35-36页 |
| 3.4.2 实验分析 | 第36-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于用户情境分析的多媒体内容推荐算法 | 第45-63页 |
| 4.1 协同过滤推荐算法 | 第45-47页 |
| 4.2 推荐算法思想 | 第47-48页 |
| 4.3 推荐算法设计 | 第48-54页 |
| 4.3.1 用户兴趣模型的建立 | 第48页 |
| 4.3.2 算法具体步骤 | 第48-54页 |
| 4.4 推荐算法的评价 | 第54页 |
| 4.5 实验结果及分析 | 第54-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第5章 多媒体社交网络平台应用 | 第63-73页 |
| 5.1 CyVOD平台与环境 | 第63页 |
| 5.2 CyVOD总体设计与框架 | 第63-67页 |
| 5.2.1 CyVOD总体设计 | 第63-64页 |
| 5.2.2 CyVOD框架 | 第64-67页 |
| 5.3 详细设计 | 第67-69页 |
| 5.3.1 多媒体内容推荐功能设计 | 第67-69页 |
| 5.4 功能实现 | 第69-71页 |
| 5.4.1 用户行为数据收集 | 第69-70页 |
| 5.4.2 多媒体内容推荐 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间的研究成果 | 第81页 |
