基于项目与情绪的协同过滤算法研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·推荐系统研究现状 | 第11-12页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·推荐系统难点问题 | 第12-13页 |
| ·主要研究意义和内容 | 第13-14页 |
| ·研究意义 | 第13页 |
| ·研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 推荐系统及相关技术介绍 | 第16-21页 |
| ·基于内容的推荐技术 | 第16页 |
| ·协同过滤推荐技术 | 第16-19页 |
| ·基于用户的协同过滤 | 第17-18页 |
| ·基于项目的协同过滤 | 第18-19页 |
| ·组合推荐技术 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于情绪和因子分解的协同过滤算法 | 第21-28页 |
| ·本章相关工作 | 第21页 |
| ·算法设计 | 第21-25页 |
| ·矩阵分解缓解稀疏性模型 | 第22-23页 |
| ·因子分解机模型 | 第23-24页 |
| ·用户偏好预测 | 第24-25页 |
| ·实验及结果分析 | 第25-27页 |
| ·实验环境 | 第25页 |
| ·实验数据集 | 第25页 |
| ·评价方法 | 第25-26页 |
| ·实验描述及结果分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于情绪和邻居加权的协同过滤算法 | 第28-37页 |
| ·本章相关工作 | 第28页 |
| ·算法设计 | 第28-33页 |
| ·定义 | 第29页 |
| ·邻居关系挖掘 | 第29-31页 |
| ·计算相似邻居权重 | 第31-32页 |
| ·用户偏好预测 | 第32-33页 |
| ·实验及结构分析 | 第33-35页 |
| ·评价方法 | 第33页 |
| ·实验描述及结果分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第五章 基于因子模型和邻居模型的情绪协同过滤算法 | 第37-48页 |
| ·本章相关工作 | 第37页 |
| ·算法设计 | 第37-43页 |
| ·情绪相似度计算 | 第38页 |
| ·潜在因子模型 | 第38-40页 |
| ·邻居模型 | 第40-42页 |
| ·用户偏好预测 | 第42-43页 |
| ·实验及结构分析 | 第43-47页 |
| ·评价方法 | 第43页 |
| ·实验描述及结果分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-51页 |
| ·工作总结 | 第48-49页 |
| ·下一步工作展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间发表的学术论文目录 | 第55页 |
