| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究的社会背景和意义 | 第8-10页 |
| 1.2 研究的理论背景 | 第10-11页 |
| 1.3 本文的主要研究内容 | 第11-13页 |
| 1.4 本文的创新点 | 第13-15页 |
| 第2章 国内外研究现状 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 推荐算法的发展 | 第15-16页 |
| 2.3 当前主流的推荐算法 | 第16-28页 |
| 2.3.1 协同过滤推荐算法 | 第18-23页 |
| 2.3.2 基于内容的推荐算法 | 第23-25页 |
| 2.3.3 基于图结构的推荐算法 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于用户需求深度驱动的个性化推荐算法 | 第29-46页 |
| 3.1 算法的优化背景 | 第29-30页 |
| 3.2 基于用户需求深度驱动的个性化推荐算法 | 第30-45页 |
| 3.2.1 基于用户隐性数据的聚类算法 | 第32-36页 |
| 3.2.2 横纵并行生成推荐列表的推荐算法 | 第36-43页 |
| 3.2.3 基于推荐精度检测的用户需求进化与转移的反馈机制 | 第43-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第4章 实验结果及其分析 | 第46-53页 |
| 4.1 实验设计 | 第46页 |
| 4.2 数据集和实验平台 | 第46-47页 |
| 4.3 评价指标 | 第47-48页 |
| 4.4 实验结果 | 第48-52页 |
| 4.4.1 利用用户隐性行为进行用户聚类的算法结果 | 第48-50页 |
| 4.4.2 横纵并行为用户生成推荐列表 | 第50-51页 |
| 4.4.3 用户需求进化及转移的检测算法 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |