移动用户个性化信息推荐研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究背景 | 第8-10页 |
| ·研究目的及意义 | 第10-12页 |
| 第2章 个性化推荐系统的概述和分类 | 第12-24页 |
| ·个性化推荐系统的概述 | 第12-13页 |
| ·个性化推荐的发展阶段 | 第13页 |
| ·个性化推荐系统算法 | 第13-14页 |
| ·个性化推荐系统的作用 | 第14-16页 |
| ·协同过滤介绍 | 第16-23页 |
| ·基于内容的协同过滤 | 第17-18页 |
| ·基于用户的协同过滤 | 第18-21页 |
| ·基于项目的协同过滤 | 第21-23页 |
| ·混合推荐算法 | 第23页 |
| ·小结 | 第23-24页 |
| 第3章 移动用户兴趣模型 | 第24-28页 |
| ·移动用户建模的步骤 | 第24页 |
| ·收集用户信息 | 第24-25页 |
| ·移动用户兴趣模型的表示 | 第25-26页 |
| ·移动用户兴趣建模 | 第26-27页 |
| ·移动用户模型更新 | 第27-28页 |
| 第4章 移动用户餐饮个性化需求推荐研究 | 第28-36页 |
| ·餐饮个性化推荐框架 | 第28-29页 |
| ·协同过滤算法 | 第29-31页 |
| ·相似性计算 | 第29-30页 |
| ·推荐 | 第30-31页 |
| ·餐饮个性化需求推荐 | 第31-34页 |
| ·餐饮味道相似性 | 第31-32页 |
| ·移动用户餐饮评价相似性 | 第32-33页 |
| ·餐饮个性化推荐 | 第33-34页 |
| ·实验结果分析 | 第34-35页 |
| ·结论 | 第35-36页 |
| 第5章 移动用户电影兴趣推荐研究 | 第36-44页 |
| ·协同过滤算法 | 第36-37页 |
| ·相似性计算 | 第36-37页 |
| ·预测推荐 | 第37页 |
| ·改进的协同过滤算法 | 第37-42页 |
| ·移动用户兴趣变化和记忆模型 | 第37-38页 |
| ·用户特征选取 | 第38-39页 |
| ·用户特征对用户相似度影响 | 第39-40页 |
| ·用户性格特征的相似性 | 第40-41页 |
| ·时间函数 | 第41-42页 |
| ·电影分数预测 | 第42页 |
| ·实验结果及分析 | 第42-43页 |
| ·结论 | 第43-44页 |
| 第6章 研究工作总结与展望 | 第44-46页 |
| ·总结 | 第44-45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 硕士期间发表的论文 | 第51页 |
