基于局部低秩矩阵近似推荐算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.3 本文的主要贡献与创新 | 第16页 |
| 1.4 本论文的结构安排 | 第16-18页 |
| 第二章 推荐系统及相关理论基础 | 第18-29页 |
| 2.1 推荐系统的定义 | 第18页 |
| 2.2 推荐系统的主要方法 | 第18-26页 |
| 2.2.1 基于内容的推荐算法 | 第18-20页 |
| 2.2.2 协同过滤的推荐算法 | 第20-25页 |
| 2.2.3 混合过滤推荐算法 | 第25-26页 |
| 2.3 推荐系统的评价指标 | 第26-28页 |
| 2.4 常用数据集 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于局部低秩矩阵近似的推荐算法 | 第29-42页 |
| 3.1 低秩矩阵近似理论 | 第29-32页 |
| 3.1.1 低秩矩阵近似 | 第29-30页 |
| 3.1.2 推荐系统中的低秩矩阵分解问题 | 第30-32页 |
| 3.2 局部低秩矩阵近似下的矩阵分解法 | 第32-37页 |
| 3.2.1 平行模式下的局部低秩矩阵近似算法 | 第34-36页 |
| 3.2.2 全局模式下的局部低秩矩阵近似算法 | 第36-37页 |
| 3.3 算法的性能比较与分析 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于锚点优化选取的局部低秩矩阵近似算法 | 第42-55页 |
| 4.1 随机选取锚点存在的问题 | 第42-43页 |
| 4.2 基于信息密度的锚点选取法 | 第43-45页 |
| 4.3 基于隐性因子特征聚类的锚点选取法 | 第45-46页 |
| 4.4 特征聚类锚点选取法应用于局部低秩矩阵近似 | 第46-47页 |
| 4.5 实验设计 | 第47-49页 |
| 4.5.1 实验数据 | 第48页 |
| 4.5.2 评价指标 | 第48页 |
| 4.5.3 实验方法和过程 | 第48-49页 |
| 4.6 实验结果及分析 | 第49-54页 |
| 4.6.1 不同训练集比例下的预测准确度 | 第50-51页 |
| 4.6.2 锚点数量变化下的预测准确度 | 第51-52页 |
| 4.6.3 平衡因子对预测准确度的影响 | 第52-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 基于隐式反馈信息的局部低秩矩阵近似算法 | 第55-74页 |
| 5.1 评分矩阵中的隐式反馈信息 | 第55-58页 |
| 5.2 基于用户评分偏好的局部低秩矩阵近似算法 | 第58-60页 |
| 5.3 基于隐式与显式反馈的局部低秩矩阵近似算法 | 第60-62页 |
| 5.4 实验设计 | 第62-65页 |
| 5.4.1 实验数据 | 第62-63页 |
| 5.4.2 评价指标 | 第63页 |
| 5.4.3 实验方法和过程 | 第63-65页 |
| 5.5 实验结果及分析 | 第65-73页 |
| 5.5.1 不同训练集比例下的预测准确度 | 第65-67页 |
| 5.5.2 锚点数量对算法速度的影响 | 第67-68页 |
| 5.5.3 偏好平衡参数对推荐精准度的影响 | 第68-69页 |
| 5.5.4 不同训练集比例下的预测准确度 | 第69-70页 |
| 5.5.5 锚点数量对预测准确度的影响 | 第70-72页 |
| 5.5.6 不同特征数下的预测准确度 | 第72-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 本文工作总结 | 第74-75页 |
| 6.2 后续工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的成果 | 第81页 |
