首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户情境的推荐技术研究与应用

摘要第1-6页
Abstract第6-11页
1 绪论第11-17页
   ·研究背景与意义第11-13页
   ·论文的研究内容第13-15页
   ·论文主要创新点第15页
   ·论文结构第15-17页
2 推荐系统研究综述第17-30页
   ·传统推荐系统概述第17-20页
     ·传统推荐系统分类第17-18页
     ·推荐系统评测指标第18-20页
   ·基于用户情境的推荐系统研究现状综述第20-25页
   ·冷启动问题和数据稀疏性问题第25-29页
     ·冷启动问题第25-27页
     ·数据稀疏性问题第27-29页
   ·本章小结第29-30页
3 基于用户情境的推荐技术研究第30-51页
   ·基于用户情境的推荐问题相关内容描述第30-33页
     ·用户情境定义第30-31页
     ·用户情境的获取方式第31-32页
     ·推荐系统中情境信息建模第32-33页
   ·基于情境信息影响因子的张量分解推荐算法第33-44页
     ·基于用户情境的推荐系统相关定义第33-34页
     ·情境信息影响因子计算第34-36页
     ·基于单维度用户情境的用户偏好张量分解技术第36-41页
     ·基于多维度用户情境信息的推荐结果形成第41-44页
   ·实验与分析第44-49页
     ·实验数据第44页
     ·评测指标第44-45页
     ·实验过程第45-46页
     ·实验结果及分析第46-49页
   ·本章小结第49-51页
4 推荐系统设计与实现第51-60页
   ·系统背景介绍第51-53页
   ·移动推荐系统架构设计第53-54页
   ·推荐模块执行流程第54-55页
   ·移动终端执行流程第55-57页
   ·推荐系统评测第57-59页
   ·本章小结第59-60页
5 总结与展望第60-63页
   ·研究工作总结第60-61页
   ·研究展望第61-63页
参考文献第63-66页
后记第66-67页
致谢第67-68页
在读期间科研成果目录第68页

论文共68页,点击 下载论文
上一篇:中国大额支付系统引入拆分算法的仿真模拟研究
下一篇:基于降维技术和分布式计算的协同过滤可扩展性问题解决方案