基于外部指数特征的网络短视频推荐方法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文的研究内容和组织结构 | 第17-19页 |
| 2 相关知识和技术 | 第19-26页 |
| 2.1 数据预处理相关技术 | 第19-20页 |
| 2.2 短视频模型表示 | 第20-22页 |
| 2.3 文本分类算法 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 网络短视频推荐框架 | 第26-31页 |
| 3.1 网络短视频推荐的整体流程 | 第26-28页 |
| 3.2 网络短视频数据处理及特征提取模块 | 第28-29页 |
| 3.3 短视频推荐模块 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 网络短视频特征构造方法 | 第31-43页 |
| 4.1 短视频数据的处理 | 第31-34页 |
| 4.2 网络短视频数据特征提取及分析 | 第34-39页 |
| 4.3 融合外部指数的主题特征构造方法 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 基于二分类的网络短视频推荐方法 | 第43-49页 |
| 5.1 基于因子分解机的网络短视频推荐 | 第43-45页 |
| 5.2 基于逻辑回归的网络短视频推荐 | 第45-47页 |
| 5.3 基于梯度提升的决策树的网络短视频推荐 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 实验验证与分析 | 第49-56页 |
| 6.1 实验语料及处理方法 | 第49-50页 |
| 6.2 评价指标 | 第50-52页 |
| 6.3 网络短视频推荐方法实验与结果分析 | 第52-55页 |
| 6.4 本章小结 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| 7.1 本文工作总结 | 第56页 |
| 7.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 作者从事科学研究和学习经历简介 | 第62-63页 |
| 攻读学位期间取得的学术成果和获奖情况 | 第63页 |
