信息推荐系统的研究与设计
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文主要研究内容和组织结构 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 第二章 推荐系统相关技术 | 第11-23页 |
| ·关于评分预测的推荐算法 | 第11-15页 |
| ·基准预测算法 | 第11-12页 |
| ·Funk-SVD算法 | 第12-13页 |
| ·Bias-SVD算法 | 第13页 |
| ·SVD++算法 | 第13-14页 |
| ·关于评分预测的推荐算法的评价指标 | 第14-15页 |
| ·列表排序型推荐算法 | 第15-20页 |
| ·基于内存的列表排序推荐算法 | 第15-17页 |
| ·基于模型的列表排序推荐算法 | 第17-19页 |
| ·关于列表排序的推荐算法的评价指标 | 第19-20页 |
| ·推荐系统的设计概述 | 第20-22页 |
| ·推荐系统的设计原则 | 第20页 |
| ·原型法开发推荐系统 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 融合时间偏差的推荐算法 | 第23-34页 |
| ·时间偏差信息简介 | 第23-24页 |
| ·TimeSVD推荐算法 | 第24-26页 |
| ·TimeSVD++推荐算法 | 第26-28页 |
| ·NFDRA推荐算法 | 第28-30页 |
| ·实验分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于排序学习的推荐算法 | 第34-43页 |
| ·排序学习理论概述 | 第34-36页 |
| ·基于点的排序学习算法简介 | 第34-35页 |
| ·基于对的排序学习算法简介 | 第35-36页 |
| ·基于列表的排序学习算法简介 | 第36页 |
| ·Pairwise-SVD算法 | 第36-38页 |
| ·ListRankMF算法 | 第38-39页 |
| ·实验分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 电影推荐系统的设计与实现 | 第43-57页 |
| ·电影推荐系统的需求分析 | 第43-47页 |
| ·电影推荐系统的设计 | 第47-51页 |
| ·电影推荐系统的架构 | 第47-48页 |
| ·电影推荐系统功能模块设计 | 第48-49页 |
| ·电影推荐系统数据库设计 | 第49-51页 |
| ·电影推荐系统的实现 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 主要结论与展望 | 第57-58页 |
| 主要结论 | 第57页 |
| 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 附录 | 第61页 |
