基于用户群透视的用户行为分析和推荐
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究及发展现状 | 第11-13页 |
| 1.3 研究的主要内容 | 第13-15页 |
| 1.4 论文结构 | 第15-18页 |
| 第二章 相关理论与技术 | 第18-27页 |
| 2.1 基于群体智慧的推荐 | 第18-20页 |
| 2.2 基于社会网络的推荐 | 第20-21页 |
| 2.3 复杂网络中的社团结构发现 | 第21-23页 |
| 2.3.1 复杂网络及社团发现概述 | 第21-22页 |
| 2.3.2 基于标签传播思想的发现算法 | 第22-23页 |
| 2.4 混合推荐技术 | 第23-24页 |
| 2.5 Spark分布式计算框架 | 第24-25页 |
| 2.6 小结 | 第25-27页 |
| 第三章 基于用户群透视的融合推荐算法 | 第27-46页 |
| 3.1 基于用户特征网络的用户群发现 | 第27-31页 |
| 3.2 融合的协同过滤推荐算法 | 第31-32页 |
| 3.3 推荐结果的精炼和重排序机制 | 第32-35页 |
| 3.4 实验及效果评估 | 第35-44页 |
| 3.4.1 实验数据 | 第35-36页 |
| 3.4.2 实验内容评价指标 | 第36-37页 |
| 3.4.3 实验结果分析 | 第37-44页 |
| 3.5 小结 | 第44-46页 |
| 第四章 系统设计与实现 | 第46-67页 |
| 4.1 数据分析及推荐策略 | 第48-55页 |
| 4.1.1 数据分析 | 第48-50页 |
| 4.1.2 推荐策略 | 第50-55页 |
| 4.2 用户群透视模块 | 第55-59页 |
| 4.3 融合协同过滤推荐模块 | 第59-63页 |
| 4.4 基于Spark框架的推荐算法实现 | 第63-66页 |
| 4.5 小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-70页 |
| 5.1 总结 | 第67-68页 |
| 5.2 未来展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |
