| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 论文的主要研究内容及结构安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 推荐系统的相关技术 | 第18-30页 |
| 2.1 基于内容的推荐 | 第19-20页 |
| 2.2 协同过滤推荐 | 第20-25页 |
| 2.2.1 协同过滤中相似度计算方法 | 第21-22页 |
| 2.2.2 基于物品的协同过滤 | 第22-23页 |
| 2.2.3 基于用户的协同过滤 | 第23-24页 |
| 2.2.4 邻域模型面临的问题 | 第24-25页 |
| 2.3 隐语义模型 | 第25-28页 |
| 2.3.1 奇异值分解 | 第25-26页 |
| 2.3.2 隐语义模型 | 第26-28页 |
| 2.4 混合融合 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 时间上下文敏感推荐 | 第30-43页 |
| 3.1 上下文的概念和获取方法 | 第30-31页 |
| 3.1.1 上下文概念 | 第30-31页 |
| 3.1.2 上下文获取方法 | 第31页 |
| 3.2 基于上下文在推荐生成过程所起作用的划分方法 | 第31-33页 |
| 3.2.1 上下文前过滤 | 第31-32页 |
| 3.2.2 上下文后过滤 | 第32-33页 |
| 3.2.3 上下文建模 | 第33页 |
| 3.3 时间上下文 | 第33-34页 |
| 3.4 user-user模型 | 第34-36页 |
| 3.5 融合user-user模型和隐语义模型 | 第36-37页 |
| 3.6 时间上下文在改进的协同过滤算法中建模 | 第37-42页 |
| 3.6.1 用户偏好随时间的变化 | 第37-39页 |
| 3.6.2 物品受欢迎程度随时间的变化 | 第39-40页 |
| 3.6.3 用户-用户交互部分随时间的影响 | 第40页 |
| 3.6.4 模型的优化 | 第40-42页 |
| 3.7 本章总结 | 第42-43页 |
| 第四章 实验结果和分析 | 第43-50页 |
| 4.1 数据集 | 第43-44页 |
| 4.2 评价标准 | 第44-45页 |
| 4.2.1 覆盖率 | 第44页 |
| 4.2.2 准确性 | 第44-45页 |
| 4.2.3 精确度和召回率 | 第45页 |
| 4.3 实验设计及结果 | 第45-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读学位期间的科研成果 | 第57-58页 |
| 附录一 | 第58-60页 |
| 致谢 | 第60-61页 |