基于用户行为轨迹的推荐算法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题背景及意义 | 第10-11页 |
| ·推荐算法国内外研究现状 | 第11-13页 |
| ·基于用户行为轨迹的相关研究现状 | 第13-14页 |
| ·本文主要工作 | 第14页 |
| ·创新点 | 第14页 |
| ·本论文的结构安排 | 第14-16页 |
| 第二章 个性化推荐算法概论 | 第16-32页 |
| ·个性化推荐系统简述 | 第16-17页 |
| ·相关推荐算法 | 第17-25页 |
| ·基于关联规则的推荐算法 | 第17-18页 |
| ·基于内容的推荐算法 | 第18-21页 |
| ·协同过滤的推荐算法 | 第21-24页 |
| ·基于网络结构的推荐算法 | 第24-25页 |
| ·推荐系统相关指标 | 第25-30页 |
| ·相似度度量 | 第25-27页 |
| ·评价指标 | 第27-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于用户行为轨迹的推荐算法 | 第32-60页 |
| ·用户行为 | 第32-33页 |
| ·用户行为概念 | 第32页 |
| ·用户行为数据 | 第32-33页 |
| ·蚁群算法 | 第33-37页 |
| ·蚁群算法的概述 | 第33-34页 |
| ·算法流程 | 第34-37页 |
| ·蚁群算法的应用 | 第37页 |
| ·基于信息素的推荐算法 | 第37-58页 |
| ·定义 | 第37-40页 |
| ·推荐算法 | 第40-45页 |
| ·实验 | 第45-58页 |
| ·算法优点 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于信息素的推荐算法的分布式与增量实现 | 第60-68页 |
| ·基于信息素的推荐算法的分布式实现 | 第60-65页 |
| ·分布式算法 | 第60-61页 |
| ·分布式实现 | 第61-64页 |
| ·算法效率对比 | 第64-65页 |
| ·基于信息素的推荐算法的增量实现 | 第65-67页 |
| ·增量算法 | 第65页 |
| ·增量实现 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻硕期间所获得的研究成果 | 第75-76页 |