个性化推荐系统中多样性问题的研究与应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-22页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外个性化推荐系统研究现状 | 第11-19页 |
| 1.3 论文主要研究内容 | 第19-20页 |
| 1.4 论文组织结构 | 第20-22页 |
| 第2章 个性化推荐系统中多样性问题分析与研究 | 第22-34页 |
| 2.1 个性化推荐系统 | 第22-23页 |
| 2.2 长尾问题与多样性 | 第23-26页 |
| 2.3 基于用户的推荐算法 | 第26-29页 |
| 2.4 基于物品的推荐算法 | 第29-30页 |
| 2.5 基于奇异值分解的推荐算法 | 第30-32页 |
| 2.6 个性化推荐系统中多样性解决方案设计 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第3章 基于控制阈值的个性化推荐系统排序方法 | 第34-52页 |
| 3.1 控制阈值法 | 第34-35页 |
| 3.2 个性化推荐系统中的排序方法 | 第35-38页 |
| 3.2.1 基于流行度的排序方法 | 第36-37页 |
| 3.2.2 预测评分倒序排序方法 | 第37页 |
| 3.2.3 平均评分排序方法 | 第37-38页 |
| 3.2.4 物品的绝对受欢迎程度 | 第38页 |
| 3.2.5 物品的相对受欢迎程度 | 第38页 |
| 3.2.6 根据物品评分方差进行排序 | 第38页 |
| 3.3 基于多样性的推荐算法实验设计 | 第38-40页 |
| 3.4 基于多样性的推荐算法实验分析 | 第40-51页 |
| 3.4.1 实验数据集 | 第40-41页 |
| 3.4.2 实验评价指标 | 第41-42页 |
| 3.4.3 实验分析 | 第42-50页 |
| 3.4.4 实验结论 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于多样性的豆瓣个性化推荐系统设计与实现 | 第52-66页 |
| 4.1 豆瓣推荐系统设计 | 第52-54页 |
| 4.2 系统模块实现 | 第54-62页 |
| 4.2.1 原始数据获取模块 | 第54-58页 |
| 4.2.2 数据预处理模块 | 第58-59页 |
| 4.2.3 基础排序列表模块 | 第59-60页 |
| 4.2.4 初始推荐结果模块 | 第60-61页 |
| 4.2.5 控制阈值排序模块 | 第61-62页 |
| 4.3 结果分析与结论 | 第62-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 结论与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66-67页 |
| 5.2 下一步研究展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
