首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

张量的高阶正交SVD及其在增量推荐中的应用

摘要第4-5页
ABSTRACT第5-6页
1 绪论第9-14页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 主要研究内容第12页
    1.4 论文组织结构第12-14页
2 相关理论基础第14-23页
    2.1 张量相关理论基础第14-19页
    2.2 基本lanczos的矩阵SVD方法第19-21页
    2.3 推荐系统第21页
    2.4 本章小结第21-23页
3 张量的高阶正交分解理论第23-46页
    3.1 张量HO-OTSVD的基本概念第23-29页
    3.2 张量HO-OTSVD分解算法第29-39页
    3.3 增量更新的HO-OTSVD分解算法第39-44页
    3.4 本章小结第44-46页
4 基于张量的高阶正交SVD流式推荐模型第46-53页
    4.1 问题描述及其解决思路第46-47页
    4.2 基于HO-OTSVD的推荐模型第47-50页
    4.3 基于协同过滤的推荐模型第50-52页
    4.4 本章小结第52-53页
5 实验结果与分析第53-61页
    5.1 数据集第53-54页
    5.2 实验结果与分析第54-60页
    5.3 本章小结第60-61页
6 总结与展望第61-63页
    6.1 工作总结第61-62页
    6.2 未来工作展望第62-63页
致谢第63-64页
参考文献第64-68页
附录(攻读学位期间发表论文目录)第68-69页
附录(文中用到的符号)第69页

论文共69页,点击 下载论文
上一篇:分布式高阶奇异值分解算法的设计及实现
下一篇:安全的高阶Lanczos方法研究