基于兴趣流的混合推荐系统研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本课题的主要研究内容与创新点 | 第9-10页 |
| 1.3.1 研究内容 | 第9页 |
| 1.3.2 主要创新 | 第9-10页 |
| 1.4 论文的结构安排 | 第10-11页 |
| 第2章 个性化推荐系统综述 | 第11-23页 |
| 2.1 个性化推荐系统的一般描述 | 第11页 |
| 2.2 常用个性化推荐算法 | 第11-21页 |
| 2.2.1 基于人口统计学的推荐算法 | 第11-12页 |
| 2.2.2 基于内容的推荐算法 | 第12-15页 |
| 2.2.3 基于协同过滤的推荐算法 | 第15-20页 |
| 2.2.4 基于网络的推荐算法 | 第20-21页 |
| 2.2.5 混合推荐算法 | 第21页 |
| 2.3 推荐系统的评价指标 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于兴趣流的推荐系统建模 | 第23-31页 |
| 3.1 引言 | 第23页 |
| 3.2 兴趣模型表示方法 | 第23页 |
| 3.3 基于物品的时序网络构建 | 第23-25页 |
| 3.4 ITG的网络结构分析 | 第25-26页 |
| 3.5 基于ITG构建转移概率矩阵 | 第26-27页 |
| 3.6 时间策略的选择 | 第27-28页 |
| 3.7 推荐策略 | 第28-29页 |
| 3.8 模型复杂度分析 | 第29-31页 |
| 第4章 实验与结果分析 | 第31-42页 |
| 4.1 实验数据集 | 第31页 |
| 4.2 时间衰减函数对比试验 | 第31-33页 |
| 4.3 对比方法及结果 | 第33-34页 |
| 4.4 混合模型 | 第34-40页 |
| 4.5 实验总结 | 第40-42页 |
| 第5章 结论与展望 | 第42-44页 |
| 5.1 结论 | 第42页 |
| 5.2 展望 | 第42-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第48页 |
