基于情境感知的用户个性化推荐方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-14页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 国内外研究综述 | 第14-17页 |
| 1.2.1 国内外研究现状 | 第14-16页 |
| 1.2.2 当前研究存在的问题 | 第16-17页 |
| 1.3 本文研究内容与思路 | 第17-18页 |
| 1.4 论文篇章结构 | 第18-20页 |
| 第2章 情境感知理论研究 | 第20-29页 |
| 2.1 情境的定义和获取 | 第20-22页 |
| 2.1.1 情境定义 | 第20-21页 |
| 2.1.2 情境信息的获取 | 第21-22页 |
| 2.2 情境感知建模分析 | 第22-25页 |
| 2.2.1 情境建模 | 第22-24页 |
| 2.2.2 情境用户的偏好提取 | 第24-25页 |
| 2.3 情境感知推荐技术 | 第25-28页 |
| 2.3.1 情境感知推荐技术的形式化定义 | 第25页 |
| 2.3.2 基于情境感知的推荐模式 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 传统的用户个性化推荐技术对比研究 | 第29-37页 |
| 3.1 协同过滤推荐模式 | 第29-32页 |
| 3.1.1 基于记忆的协同过滤推荐 | 第30-32页 |
| 3.1.2 基于模型的协同过滤推荐 | 第32页 |
| 3.2 基于内容的推荐模式 | 第32-34页 |
| 3.3 基于知识的推荐模式 | 第34-35页 |
| 3.4 三种推荐技术对比分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于情境感知的用户个性化混合推荐算法 | 第37-47页 |
| 4.1 推荐方法融合设计 | 第38-39页 |
| 4.1.1 基于非特征组合的混合模式 | 第38-39页 |
| 4.2 融合情境因素的混合推荐方法设计 | 第39-44页 |
| 4.2.1 混合推荐流程设计 | 第41-42页 |
| 4.2.2 基于内容的相似度计算 | 第42-43页 |
| 4.2.3 基于特征补充的混合模式研究 | 第43-44页 |
| 4.3 推荐结果生成 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验结果与分析 | 第47-53页 |
| 5.1 实验数据 | 第47-48页 |
| 5.2 评价指标 | 第48页 |
| 5.3 实验方案与结果分析 | 第48-51页 |
| 5.4 本章小结 | 第51-53页 |
| 结论和展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 攻读学位期间取得的学术成果 | 第57页 |
