| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及现状 | 第13-15页 |
| 1.2 研究内容 | 第15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第二章 相关研究 | 第19-29页 |
| 2.1 推荐系统简介 | 第19-21页 |
| 2.2 跨域推荐问题相关研究 | 第21-27页 |
| 2.2.1 跨域推荐问题 | 第21-23页 |
| 2.2.2 基于知识聚合的跨域推荐模型 | 第23-24页 |
| 2.2.3 基于知识迁移的跨域推荐模型 | 第24-27页 |
| 2.3 包含评论挖掘的单域推荐模型相关研究 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于评论挖掘的跨域推荐方法 | 第29-49页 |
| 3.1 引言 | 第29-31页 |
| 3.2 问题描述 | 第31-32页 |
| 3.3 关注度与评价值的提取与建模 | 第32-34页 |
| 3.4 基于评论挖掘的联合张量分解模型 | 第34-43页 |
| 3.4.1 张量的CP分解 | 第34-36页 |
| 3.4.2 知识的跨域迁移 | 第36-40页 |
| 3.4.3 因子矩阵的训练 | 第40-42页 |
| 3.4.4 时间复杂度分析 | 第42-43页 |
| 3.5 用户评分的预测 | 第43-44页 |
| 3.6 张量稀疏问题的缓解策略 | 第44-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 实验分析 | 第49-61页 |
| 4.1 实验设置 | 第49-51页 |
| 4.1.1 数据集 | 第49-50页 |
| 4.1.2 评价指标与基线方法 | 第50-51页 |
| 4.2 推荐效果对比与分析 | 第51-53页 |
| 4.3 对于两个重要参数的分析 | 第53-55页 |
| 4.3.1 两域的比例对效果的影响 | 第53-54页 |
| 4.3.2 "方面"的潜在特征的迁移程度对效果的影响 | 第54-55页 |
| 4.4 迭代过程分析 | 第55-57页 |
| 4.5 张量稀疏问题的缓解策略效果分析 | 第57-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 研究总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 攻读学位期间参与科研项目 | 第71-72页 |
| 致读学位期间获奖情况 | 第72-73页 |
| 学位论文评阅及答辩情况表 | 第73页 |