基于张量理论的移动推荐系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 2 推荐系统和推荐算法概述 | 第15-22页 |
| ·推荐系统概述 | 第15-20页 |
| ·推荐系统在移动领域的发展 | 第20-22页 |
| 3 基于矩阵分解模型的推荐系统 | 第22-27页 |
| ·矩阵分解模型提出 | 第22-23页 |
| ·矩阵分解模型求解 | 第23-25页 |
| ·几种改进矩阵分解模型介绍 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 基于张量理论的模型 | 第27-35页 |
| ·张量理论在推荐系统中的发展 | 第27-28页 |
| ·张量分解模型提出 | 第28-30页 |
| ·张量分解模型求解 | 第30-34页 |
| ·损失函数的提出 | 第30-31页 |
| ·参数正则化 | 第31-32页 |
| ·参数优化及模型求解 | 第32-33页 |
| ·缺失情境信息的处理 | 第33-34页 |
| ·张量分解模型优化 | 第34页 |
| ·本章小结 | 第34-35页 |
| 5 实验结果及分析 | 第35-46页 |
| ·实验数据集 | 第35-38页 |
| ·Yahoo WebScope数据集 | 第36-37页 |
| ·Adom电影数据集 | 第37-38页 |
| ·TaFeng超市销售数据集 | 第38页 |
| ·实验评估策略 | 第38-40页 |
| ·与其它基于情境方法的比较 | 第40-41页 |
| ·实验结果分析 | 第41-45页 |
| ·张量分解与矩阵分解的比较 | 第41-43页 |
| ·张量分解与情境感知方法的比较 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 6 总结与展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 后记 | 第51-52页 |
| 致谢 | 第52页 |
