一种协同过滤的反馈调节新算法研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 引言 | 第8-15页 |
·问题提出 | 第8-9页 |
·国内外研究现状 | 第9-13页 |
·推荐系统国内外研究现状 | 第9-10页 |
·协同过滤国内外研究现状 | 第10-12页 |
·用户反馈信息国内外研究现状 | 第12-13页 |
·本文研究内容 | 第13-15页 |
2 协同过滤相关理论 | 第15-18页 |
·协同过滤算法原理 | 第15-16页 |
·基于用户的协同过滤推荐系统 | 第16-17页 |
·用户档案的构建 | 第16页 |
·用户最近邻的搜索 | 第16-17页 |
·推荐结果的产生 | 第17页 |
·本章小结 | 第17-18页 |
3 基于反馈调节的协同过滤推荐系统建模 | 第18-27页 |
·协同推荐模型 | 第18-19页 |
·协同过滤推荐模型框架描述 | 第18-19页 |
·协同过滤推荐模型公式描述 | 第19页 |
·基于反馈调节的协同过滤推荐系统模型框架 | 第19-21页 |
·基于反馈调节的协同过滤推荐系统框架介绍 | 第19-20页 |
·基于反馈调节的协同过滤推荐模型自然语言描述 | 第20-21页 |
·预测偏差 | 第21-24页 |
·预测偏差定义 | 第21-23页 |
·预测偏差的关系 | 第23-24页 |
·基于反馈调节的协同过滤推荐模型描述 | 第24-26页 |
·本章小结 | 第26-27页 |
4 协同过滤的反馈调节算法 | 第27-35页 |
·基于反馈调节的协同过滤算法描述 | 第27-28页 |
·反馈调节算法 | 第28-34页 |
·基于预测偏差和反馈时间的反馈调节算法 | 第28-31页 |
·混合反馈调节算法 | 第31-34页 |
·本章小结 | 第34-35页 |
5 实验和实验结果分析 | 第35-53页 |
·实验数据 | 第35-39页 |
·Digg介绍 | 第35页 |
·Digg原理 | 第35-36页 |
·Digg网站数据抓取 | 第36-39页 |
·实验数据预处理 | 第39-41页 |
·实验数据概述 | 第39-40页 |
·Digg数据集介绍 | 第40-41页 |
·实验协议 | 第41-43页 |
·训练集和测试集选择 | 第41-42页 |
·实验协议选择 | 第42-43页 |
·测量标准 | 第43页 |
·实验结果 | 第43-52页 |
·算法时间复杂度对比 | 第43-45页 |
·基于MAE的实验结果对比 | 第45-50页 |
·学习速率η讨论 | 第50-52页 |
·本章小结 | 第52-53页 |
结论 | 第53-54页 |
参考文献 | 第54-58页 |
附录A 实验结果 | 第58-61页 |
攻读硕士学位期间发表学术论文情况 | 第61-62页 |
致谢 | 第62-64页 |