社交网络环境下的词特征重建算法研究
| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 内容过滤 | 第14页 |
| 1.2.2 协同过滤 | 第14-16页 |
| 1.2.3 协同过滤冷启动问题 | 第16-17页 |
| 1.3 主要研究内容及论文组织结构 | 第17-19页 |
| 第二章 问题描述与评价指标 | 第19-21页 |
| 2.1 问题描述 | 第19-20页 |
| 2.2 评价指标 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 融合用户信任关系的冷启动用户词特征重建 | 第21-27页 |
| 3.1 实验数据 | 第21-22页 |
| 3.2 用户信任关系矩阵构建 | 第22-23页 |
| 3.3 联合概率矩阵分解 | 第23-25页 |
| 3.4 实验结果及分析 | 第25-26页 |
| 3.5 本章小节 | 第26-27页 |
| 第四章 融合信任关系与词相关关系的词特征重建 | 第27-33页 |
| 4.1 融合信任关系与词相关关系的词特征重建 | 第27-29页 |
| 4.1.1 联合概率矩阵分解 | 第27-29页 |
| 4.1.2 算法描述 | 第29页 |
| 4.2 比较方法 | 第29-30页 |
| 4.3 实验结果及参数影响 | 第30-32页 |
| 4.4 本章小节 | 第32-33页 |
| 第五章 用户词特征重建应用系统 | 第33-39页 |
| 5.1 系统架构 | 第33-34页 |
| 5.2 功能结构 | 第34-37页 |
| 5.2.1 冷启动用户词特征重建模块 | 第35-36页 |
| 5.2.2 传统推荐算法模块 | 第36-37页 |
| 5.3 本章小结 | 第37-39页 |
| 第六章 总结与展望 | 第39-41页 |
| 6.1 总结 | 第39-40页 |
| 6.2 展望 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 攻读学位期间取得的研究成果 | 第45-47页 |
| 致谢 | 第47-49页 |
| 个人情况及联系方式 | 第49-50页 |
