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 |