| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文选题及背景意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 主要研究工作及成果 | 第12-13页 |
| 1.4 论文主要内容及工作安排 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 第二章 推荐系统和基站选址系统的相关研究 | 第16-28页 |
| 2.1 协同过滤算法 | 第16-20页 |
| 2.1.1 协同过滤算法的流程 | 第16-18页 |
| 2.1.2 协同过滤算法的近邻选择 | 第18-20页 |
| 2.2 推荐系统 | 第20-22页 |
| 2.2.1 推荐的流程 | 第20页 |
| 2.2.2 推荐系统中的推荐算法 | 第20-21页 |
| 2.2.3 推荐系统算法比较 | 第21-22页 |
| 2.3 基站选址系统 | 第22-27页 |
| 2.3.1 简介 | 第22-23页 |
| 2.3.2 基站选址系统的基本功能 | 第23-25页 |
| 2.3.3 推荐模块在基站选址系统中的作用 | 第25-26页 |
| 2.3.4 协同过滤算法在选址员推荐问题中的机遇与挑战 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 引入损失函数的协同过滤算法 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 基于基站选址系统的推荐模型研究与分析 | 第28-30页 |
| 3.2.1 推荐模型的研究与分析 | 第28-29页 |
| 3.2.2 评分矩阵的研究与分析 | 第29-30页 |
| 3.3 引入损失函数的协同过滤算法 | 第30-40页 |
| 3.3.1 系统模型 | 第30-32页 |
| 3.3.2 损失函数 | 第32-33页 |
| 3.3.3 问题描述 | 第33-36页 |
| 3.3.4 问题求解 | 第36-38页 |
| 3.3.5 算法总结 | 第38-40页 |
| 3.4 性能对比分析 | 第40-45页 |
| 3.4.1 实验设置 | 第40-42页 |
| 3.4.2 评价指标 | 第42页 |
| 3.4.3 实验结果 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于改进后的协同过滤算法的基站选址系统 | 第46-62页 |
| 4.1 优化背景及目标 | 第46-47页 |
| 4.1.1 优化背景 | 第46页 |
| 4.1.2 优化目标 | 第46-47页 |
| 4.2 改进的协同过滤算法在选址员推荐场景中的应用 | 第47-57页 |
| 4.2.1 引言 | 第47页 |
| 4.2.2 冷启动问题 | 第47-48页 |
| 4.2.3 数据预处理及评分矩阵的构建 | 第48-52页 |
| 4.2.4 计算选址员之间的相似度信息 | 第52-54页 |
| 4.2.5 模型的参数学习 | 第54-55页 |
| 4.2.6 模型预测 | 第55-57页 |
| 4.3 基于改进后的协同过滤算法的推荐模块 | 第57-61页 |
| 4.3.1 模块流程 | 第57-58页 |
| 4.3.2 模型架构 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 论文成果总结 | 第62-63页 |
| 5.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间取得的研究成果 | 第70页 |