面向微博用户的推荐多样性研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题来源及研究的目的和意义 | 第11-12页 |
| 1.2 国内外相关研究 | 第12-15页 |
| 1.3 本文的研究内容 | 第15-18页 |
| 1.3.1 微博推荐 | 第15-16页 |
| 1.3.2 微博推荐的多样性 | 第16-18页 |
| 1.4 其余章节安排 | 第18-19页 |
| 第2章 基于矩阵分解的微博内容个性化推荐 | 第19-36页 |
| 2.1 引言 | 第19-20页 |
| 2.2 主要方法介绍 | 第20-29页 |
| 2.2.1 框架介绍 | 第20-26页 |
| 2.2.2 微博特征 | 第26-28页 |
| 2.2.3 参数估计 | 第28-29页 |
| 2.3 数据集 | 第29-30页 |
| 2.4 实验与结果分析 | 第30-35页 |
| 2.4.1 评价方法 | 第30-31页 |
| 2.4.2 隐含因子维度 K 对推荐效果的影响 | 第31页 |
| 2.4.3 方法比较 | 第31-34页 |
| 2.4.4 模块有效性 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于聚类集成的微博相似性度量 | 第36-52页 |
| 3.1 引言 | 第36-37页 |
| 3.2 主要方法介绍 | 第37-49页 |
| 3.2.1 相似性度量特征 | 第37-42页 |
| 3.2.2 聚类框架 | 第42-49页 |
| 3.3 数据集 | 第49-51页 |
| 3.4 实验及结果分析 | 第51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于在线评价的用户体验调查 | 第52-56页 |
| 4.1 引言 | 第52页 |
| 4.2 推荐列表多样化 | 第52-54页 |
| 4.3 实验结果及分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |
