基于相对偏好和好奇心模型的推荐算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 个性化推荐算法概述 | 第14-24页 |
| 2.1 个性化推荐算法的分类 | 第14-19页 |
| 2.1.1 协同过滤推荐算法 | 第14-17页 |
| 2.1.2 基于内容的推荐算法 | 第17-18页 |
| 2.1.3 基于网络结构的推荐算法 | 第18-19页 |
| 2.2 个性化推荐系统面临的挑战 | 第19-21页 |
| 2.2.1 平衡准确率和新颖性的挑战 | 第19-20页 |
| 2.2.2 数据稀疏问题 | 第20-21页 |
| 2.2.3 冷启动问题 | 第21页 |
| 2.3 个性化推荐系统新颖性的研究 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于相对偏好的用户建模 | 第24-31页 |
| 3.1 引言 | 第24-25页 |
| 3.2 基于相对偏好的用户建模介绍 | 第25-26页 |
| 3.3 基于相对偏好用户建模 | 第26-29页 |
| 3.3.1 矩阵分解 | 第26-27页 |
| 3.3.2 用户评分标准统一 | 第27-28页 |
| 3.3.3 相对偏好评分计算 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 基于好奇心的新颖性推荐算法 | 第31-40页 |
| 4.1 好奇心的概念 | 第31-32页 |
| 4.2 好奇唤起模型理论 | 第32-33页 |
| 4.3 新颖性建模 | 第33-35页 |
| 4.4 冯特曲线和好奇心概率分布 | 第35-37页 |
| 4.5 用户好奇心建模 | 第37-39页 |
| 4.6 本章小结 | 第39-40页 |
| 第5章 实验及结果分析 | 第40-50页 |
| 5.1 实验环境配置 | 第40页 |
| 5.2 实验方法及评价指标 | 第40-42页 |
| 5.3 实验与分析 | 第42-48页 |
| 5.3.1 实验数据集 | 第42-43页 |
| 5.3.2 实验设置及结果分析 | 第43-48页 |
| 5.4 本章小结 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第56-57页 |
| 致谢 | 第57页 |
