融入社交网络信息的DIT用户偏好预测模型
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 引言 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关技术综述 | 第16-33页 |
| 2.1 个性化推荐系统综述 | 第16-24页 |
| 2.1.1 基于协同过滤的推荐 | 第17-21页 |
| 2.1.2 基于内容的推荐 | 第21-22页 |
| 2.1.3 基于人口统计学的推荐 | 第22-24页 |
| 2.1.4 基于社交网络的推荐 | 第24页 |
| 2.2 因子分解机 | 第24-25页 |
| 2.3 用户画像 | 第25-28页 |
| 2.3.1 用户画像概述 | 第25-26页 |
| 2.3.2 基于社交网络的用户画像研究 | 第26-28页 |
| 2.4 TF-IDF算法 | 第28-29页 |
| 2.4.1 TF-IDF算法概述 | 第28页 |
| 2.4.2 TF-IDF算法基本原理 | 第28-29页 |
| 2.5 主题模型 | 第29-31页 |
| 2.5.1 主题模型概述 | 第29页 |
| 2.5.2 LDA主题模型 | 第29-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 融入社交网络的DIT用户偏好预测模型 | 第33-41页 |
| 3.1 问题定义 | 第33页 |
| 3.2 基于社交网络文档属性的用户偏好预测子模型 | 第33-35页 |
| 3.3 基于社交网络文本信息的用户偏好预测子模型 | 第35-37页 |
| 3.4 基于社交网络交互行为的用户偏好预测子模型 | 第37-39页 |
| 3.5 融入社交网络信息的DIT用户偏好预测模型 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 实验结果分析 | 第41-50页 |
| 4.1 实验数据集与实验环境 | 第41-43页 |
| 4.1.1 实验数据集介绍 | 第41-42页 |
| 4.1.2 数据预处理 | 第42-43页 |
| 4.1.3 实验环境 | 第43页 |
| 4.2 评测标准 | 第43-44页 |
| 4.2.1 查准率 | 第43页 |
| 4.2.2 平均倒数排名 | 第43-44页 |
| 4.2.3 AUC曲线 | 第44页 |
| 4.3 DIT偏好预测模型讨论与分析 | 第44-49页 |
| 4.3.1 文档属性偏好预测模型分析 | 第44-45页 |
| 4.3.2 文本信息偏好预测模型分析 | 第45-47页 |
| 4.3.3 交互行为偏好预测模型分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录1 攻读硕士学位期间参与项目 | 第56-57页 |
| 致谢 | 第57-58页 |
