个性化智能推荐系统研究
摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第12-17页 |
1.1 研究背景与意义 | 第12-14页 |
1.2 国内外主要研究现状 | 第14-15页 |
1.3 本文的主要研究内容 | 第15-16页 |
1.4 本文的章节安排 | 第16-17页 |
第二章 关键技术综述 | 第17-23页 |
2.1 引言 | 第17页 |
2.2 基于协同过滤的推荐系统 | 第17-19页 |
2.3 基于用户生成内容的推荐算法 | 第19-20页 |
2.4 基于矩阵分解的推荐系统 | 第20-21页 |
2.5 本章小结 | 第21-23页 |
第三章 基于商品属性标签的用户建模与智能推荐方法 | 第23-38页 |
3.1 引言 | 第23-25页 |
3.2 基于商品属性标签的用户建模与智能推荐方法 | 第25-30页 |
3.2.1 基于商品属性标签的用户建模方法 | 第25-28页 |
3.2.2 基于IAUM的智能推荐方法 | 第28-30页 |
3.3 实验结果及分析 | 第30-36页 |
3.3.1 数据集以及数据预处理 | 第30-32页 |
3.3.2 测试指标 | 第32-33页 |
3.3.3 实验结果与分析 | 第33-36页 |
3.4 本章小结 | 第36-38页 |
第四章 增强多样性的矩阵分解方法 | 第38-59页 |
4.1 引言 | 第38-42页 |
4.1.1 问题简介 | 第38-40页 |
4.1.2 已有增强多样性的推荐方法 | 第40-42页 |
4.2 增强多样性的矩阵分解方法 | 第42-51页 |
4.2.1 修正的矩阵分解方法 | 第43-45页 |
4.2.2 矩阵分解优化过程 | 第45-48页 |
4.2.3 基于RDMF与DMF的推荐系统实现 | 第48-51页 |
4.3 实验结果及分析 | 第51-57页 |
4.3.1 推荐结果测试指标 | 第51-53页 |
4.3.2 实验结果与分析 | 第53-57页 |
4.4 本章小结 | 第57-59页 |
第五章 总结与工作展望 | 第59-61页 |
5.1 总结 | 第59-60页 |
5.2 未解决问题与展望 | 第60-61页 |
参考文献 | 第61-67页 |
致谢 | 第67-68页 |
攻读硕士研究生期间研究成果 | 第68-69页 |
学位论文评闻及答辩情况表 | 第69页 |