基于树型网络的多源用户兴趣数据融合方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究目的和内容 | 第14页 |
| 1.3 论文组织结构 | 第14-17页 |
| 2 用户兴趣模型研究综述 | 第17-34页 |
| 2.1 基本概念 | 第17-22页 |
| 2.1.1 用户兴趣 | 第17页 |
| 2.1.2 个性化服务 | 第17-18页 |
| 2.1.3 个性化推荐系统 | 第18-22页 |
| 2.2 数据收集 | 第22-24页 |
| 2.2.1 隐式数据 | 第23页 |
| 2.2.2 显式数据 | 第23-24页 |
| 2.3 数据表示 | 第24-28页 |
| 2.3.1 语义表示法 | 第24-27页 |
| 2.3.2 量化表示法 | 第27-28页 |
| 2.4 数据处理 | 第28-30页 |
| 2.4.1 特征词权重 | 第28-30页 |
| 2.4.2 聚类 | 第30页 |
| 2.5 数据更新 | 第30-33页 |
| 2.5.1 时间窗口法 | 第30-31页 |
| 2.5.2 遗传算法 | 第31-32页 |
| 2.5.3 混合模型 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 3 多源用户兴趣数据融合方法 | 第34-50页 |
| 3.1 研究思路 | 第34-36页 |
| 3.2 多源用户兴趣数据的获取与赋值 | 第36-41页 |
| 3.2.1 兴趣数据获取 | 第36-38页 |
| 3.2.2 兴趣数据赋值 | 第38-41页 |
| 3.3 单类协同过滤分析 | 第41-42页 |
| 3.4 用户兴趣周期分析算法 | 第42-43页 |
| 3.5 基于树型网络用户兴趣模型 | 第43-49页 |
| 3.5.1 用户树型模型的构建 | 第43-46页 |
| 3.5.2 用户兴趣衰减方法 | 第46-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 实验结果与分析 | 第50-61页 |
| 4.1 实验环境 | 第50-51页 |
| 4.2 评价指标 | 第51-52页 |
| 4.3 实验结果分析 | 第52-60页 |
| 4.3.1 兴趣周期和衰减计算 | 第52-55页 |
| 4.3.2 基于改进衰减算法实验对比 | 第55-58页 |
| 4.3.3 基于协同过滤的算法比较 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士研究生学位期间发表的学术论文 | 第69页 |
