考虑时间情境的群体推荐算法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景与研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 国内群体推荐研究现状 | 第11-12页 |
1.2.2 国外群体推荐研究现状 | 第12-14页 |
1.3 论文的基本内容和结构 | 第14-15页 |
1.4 研究技术路线 | 第15-17页 |
第二章 理论综述 | 第17-26页 |
2.1 群体推荐系统 | 第17-18页 |
2.2 符号数据分析 | 第18-19页 |
2.3 时间情境 | 第19-24页 |
2.3.1 情境信息概述 | 第19-22页 |
2.3.2 时间情境推荐策略分类 | 第22-24页 |
2.4 协同过滤算法 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于模态符号数据的时间情境群体推荐算法 | 第26-44页 |
3.1 概述 | 第26-27页 |
3.2 模态符号数据建立模型 | 第27-40页 |
3.2.1 数据预处理 | 第27-32页 |
3.2.2 项目建模 | 第32-35页 |
3.2.3 用户建模 | 第35-37页 |
3.2.4 群体建模 | 第37-40页 |
3.3 为群体产生推荐 | 第40-43页 |
3.3.1 计算相似度 | 第40-42页 |
3.3.2 产生推荐 | 第42-43页 |
3.4 本章小结 | 第43-44页 |
第四章 实验设计和评价 | 第44-54页 |
4.1 实验数据集 | 第44-45页 |
4.2 评价指标 | 第45-46页 |
4.2.1 准确度度量 | 第45-46页 |
4.2.2 群体覆盖率度量 | 第46页 |
4.3 实验过程及分析 | 第46-52页 |
4.3.1 群体成员数量 | 第46-48页 |
4.3.2 邻居数量 | 第48-50页 |
4.3.3 群体内相似度 | 第50-51页 |
4.3.4 时间衰减 | 第51-52页 |
4.4 本章小结 | 第52-54页 |
第五章 总结和展望 | 第54-56页 |
5.1 工作总结 | 第54页 |
5.2 研究展望 | 第54-56页 |
参考文献 | 第56-61页 |
已发表论文和参与的科研项目 | 第61-62页 |
致谢 | 第62-63页 |