基于混合模式的个性化视频推荐方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文组织结构 | 第14-15页 |
| 第二章 相关理论与技术 | 第15-29页 |
| 2.1 理论基础 | 第15-19页 |
| 2.1.1 线性回归 | 第15-16页 |
| 2.1.2 k-means聚类算法 | 第16-18页 |
| 2.1.3 网络爬虫 | 第18-19页 |
| 2.2 个性化推荐相关技术 | 第19-28页 |
| 2.2.1 个性化推荐具备的一些特征 | 第19-20页 |
| 2.2.2 常见推荐算法 | 第20-25页 |
| 2.2.3 实验方法 | 第25-26页 |
| 2.2.4 评测指标 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 改进的个性化视频推荐方法 | 第29-42页 |
| 3.1 基于k-means聚类的协同过滤推荐方法 | 第29-32页 |
| 3.1.1 构建用户项目矩阵 | 第29页 |
| 3.1.2 用户相似度分析 | 第29-31页 |
| 3.1.3 推荐流程 | 第31-32页 |
| 3.2 基于线性回归的视频基因推荐方法 | 第32-35页 |
| 3.2.1 基因偏好度分析 | 第33-34页 |
| 3.2.2 推荐流程 | 第34-35页 |
| 3.3 基于协同过滤和视频基因的混合推荐方法 | 第35-41页 |
| 3.3.1 混合推荐策略 | 第35-38页 |
| 3.3.2 混合推荐流程 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于混合模式的个性化视频推荐实例 | 第42-49页 |
| 4.1 实验环境及实验数据 | 第42-44页 |
| 4.1.1 实验环境 | 第42页 |
| 4.1.2 实验数据 | 第42-44页 |
| 4.2 实验过程和结果分析 | 第44-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
