协同标注系统中基于随机游走的个性化推荐研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 推荐系统产生的背景 | 第8-9页 |
| 1.2 什么是推荐系统 | 第9页 |
| 1.3 推荐系统的发展 | 第9-10页 |
| 1.4 推荐系统的重点、难点 | 第10-11页 |
| 1.5 研究的意义 | 第11-13页 |
| 1.6 研究现状 | 第13-14页 |
| 第二章 推荐系统与评估度量 | 第14-26页 |
| 2.1 主要推荐系统介绍 | 第14-19页 |
| 2.1.1 协同过滤推荐技术 | 第14-15页 |
| 2.1.2 基于内容推荐技术 | 第15-16页 |
| 2.1.3 基于知识推荐 | 第16-17页 |
| 2.1.4 组合推荐 | 第17-19页 |
| 2.2 推荐系统的评估方法 | 第19-23页 |
| 2.2.1 Precision | 第20页 |
| 2.2.2 Recall | 第20-21页 |
| 2.2.3 nDCG | 第21-22页 |
| 2.2.4 EILD | 第22-23页 |
| 2.2.5 HD | 第23页 |
| 2.2.6 EPC | 第23页 |
| 2.3 准确性与多样性 | 第23-26页 |
| 第三章 分众分类与随机游走模型 | 第26-36页 |
| 3.1 Folksonomy在推荐系统中的应用 | 第28-31页 |
| 3.1.1 协同过滤与Folksonomy | 第28-29页 |
| 3.1.2 基于内容的推荐与Folksonomy | 第29-31页 |
| 3.2 标签推荐 | 第31-32页 |
| 3.3 资源推荐 | 第32页 |
| 3.4 随机游走模型 | 第32-36页 |
| 第四章 基于权重与资源聚类的随机游走推荐模型 | 第36-50页 |
| 4.1 二部图 | 第36-38页 |
| 4.2 边的权重 | 第38-39页 |
| 4.3 资源聚类 | 第39-40页 |
| 4.4 实验 | 第40-50页 |
| 4.4.1 数据集 | 第40-42页 |
| 4.4.2 确定衰减因子 | 第42-44页 |
| 4.4.3 对比试验 | 第44-47页 |
| 4.4.4 实验结果 | 第47-50页 |
| 第五章 推荐结果的多样化方法 | 第50-58页 |
| 5.1 问题的提出与定义 | 第50-51页 |
| 5.2 评估方法 | 第51-52页 |
| 5.3 近似最优算法 | 第52-54页 |
| 5.4 实验 | 第54-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间完成的科研成果 | 第64-66页 |
| 致谢 | 第66页 |
