| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 用户兴趣建模 | 第11-12页 |
| 1.2.2 推荐技术 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 用户兴趣建模与兴趣挖掘 | 第17-36页 |
| 2.1 用户兴趣模型的相关概念 | 第17-19页 |
| 2.1.1 用户兴趣的定义 | 第17页 |
| 2.1.2 用户数据的收集 | 第17-18页 |
| 2.1.3 用户兴趣模型的表示 | 第18-19页 |
| 2.2 基于VSM的用户兴趣模型 | 第19-22页 |
| 2.2.1 用户兴趣迁移 | 第20-21页 |
| 2.2.2 用户模型的更新 | 第21-22页 |
| 2.3 基于LDA的用户兴趣模型 | 第22-25页 |
| 2.3.1 LDA主题模型 | 第22-23页 |
| 2.3.2 LDA主题模型估计 | 第23-24页 |
| 2.3.3 运用LDA模型进行主题分析 | 第24-25页 |
| 2.3.4 LDA主题模型的参数设置 | 第25页 |
| 2.4 兴趣挖掘 | 第25-34页 |
| 2.4.1 实验数据 | 第25-26页 |
| 2.4.2 购物特征分析 | 第26-31页 |
| 2.4.2.1 浏览特征 | 第26-27页 |
| 2.4.2.2 时序特征 | 第27-30页 |
| 2.4.2.3 品牌特征 | 第30-31页 |
| 2.4.3 消费兴趣挖掘 | 第31-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 基于用户兴趣向量的协同过滤的推荐 | 第36-49页 |
| 3.1 推荐技术 | 第36-40页 |
| 3.1.1 基于协同过滤的推荐 | 第36-38页 |
| 3.1.1.1 UCF算法 | 第36-37页 |
| 3.1.1.2 ICF算法 | 第37-38页 |
| 3.1.2 基于内容的推荐 | 第38-39页 |
| 3.1.3 基于关联规则的推荐 | 第39页 |
| 3.1.4 推荐技术的应用场景 | 第39-40页 |
| 3.2 物品特征向量 | 第40页 |
| 3.3 协同过滤算法的不足 | 第40-41页 |
| 3.4 改进的协同过滤算法 | 第41-45页 |
| 3.4.1 用户兴趣向量 | 第41-42页 |
| 3.4.2 用户-物品矩阵 | 第42-43页 |
| 3.4.3 CFBUIV算法描述 | 第43页 |
| 3.4.4 CFBUIV算法的相似度选取 | 第43-45页 |
| 3.4.5 CFBUIV算法的推荐流程 | 第45页 |
| 3.5 实验分析 | 第45-48页 |
| 3.5.1 数据集与评价标准 | 第45-46页 |
| 3.5.2 CFBUIV与UCF、ICF算法的推荐效果比较 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于关联规则的推荐 | 第49-69页 |
| 4.1 关联规则的相关概念 | 第49-57页 |
| 4.1.1 关联规则的定义 | 第50-51页 |
| 4.1.2 多层关联规则 | 第51-52页 |
| 4.1.3 时序关联规则 | 第52-53页 |
| 4.1.4 规则的选取 | 第53-55页 |
| 4.1.5 兴趣度的提出 | 第55-57页 |
| 4.2 FP-growth算法 | 第57-60页 |
| 4.2.1 FP-growth算法描述 | 第57-58页 |
| 4.2.2 FP-growth算法案例分析 | 第58-60页 |
| 4.2.3 FP-growth算法性能分析 | 第60页 |
| 4.3 改进的FP-growth算法 | 第60-64页 |
| 4.3.1 问题的提出 | 第60页 |
| 4.3.2 FPTIA算法描述 | 第60-62页 |
| 4.3.3 FPTIA算法案例分析 | 第62-63页 |
| 4.3.4 FPTIA与FP-growth算法性能比较 | 第63-64页 |
| 4.4 基于关联规则的推荐效果 | 第64-68页 |
| 4.4.1 实验环境 | 第64页 |
| 4.4.2 实验数据 | 第64-65页 |
| 4.4.3 生成关联规则 | 第65-66页 |
| 4.4.4 FPTIA与UCF、ICF算法进行对比 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 本文总结 | 第69页 |
| 5.2 研究展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文、专利和参与的项目 | 第75页 |
