推荐系统中的用户动态兴趣模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-15页 |
| 1.2.1 推荐算法研究及应用现状 | 第12-14页 |
| 1.2.2 时间敏感的推荐算法研究现状 | 第14-15页 |
| 1.3 研究内容和创新点 | 第15-16页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 创新点 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 推荐系统基本理论 | 第18-29页 |
| 2.1 动态推荐系统架构 | 第18-19页 |
| 2.2 推荐算法 | 第19-26页 |
| 2.2.1 推荐算法分类 | 第19-21页 |
| 2.2.2 本文对比算法 | 第21-26页 |
| 2.3 评估标准 | 第26-28页 |
| 2.3.1 准确性指标 | 第27页 |
| 2.3.2 非准确性指标 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 推荐系统动态性分析 | 第29-38页 |
| 3.1 推荐系统动态性定性分析 | 第29-31页 |
| 3.1.1 推荐系统的动态性 | 第29-30页 |
| 3.1.2 用户行为和用户兴趣的关系 | 第30-31页 |
| 3.2 推荐系统动态性定量分析 | 第31-37页 |
| 3.2.1 电影推荐背景介绍 | 第31-32页 |
| 3.2.2 电影评分的动态性分析 | 第32-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 用户长短期兴趣模型 | 第38-54页 |
| 4.1 用户短期兴趣模型 | 第38-46页 |
| 4.1.1 模型设计思路 | 第38-40页 |
| 4.1.2 算法模型 | 第40-46页 |
| 4.2 用户长短期兴趣模型 | 第46-52页 |
| 4.2.1 模型设计思路 | 第46-47页 |
| 4.2.2 算法模型 | 第47-52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 用户长短期兴趣模型改进 | 第54-63页 |
| 5.1 模型设计思路 | 第54-55页 |
| 5.2 算法模型 | 第55-62页 |
| 5.2.1 注意力机制 | 第56-58页 |
| 5.2.2 用户长短期兴趣模型的改进 | 第58-61页 |
| 5.2.3 最终模型 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 实验结果及分析 | 第63-77页 |
| 6.1 数据集处理 | 第63-65页 |
| 6.1.1 数据集划分 | 第63-65页 |
| 6.1.2 数据预处理 | 第65页 |
| 6.2 实验参数及对比实验设置 | 第65-70页 |
| 6.2.1 实验环境和工具 | 第65页 |
| 6.2.2 实验设置 | 第65-70页 |
| 6.3 实验结果与分析 | 第70-75页 |
| 6.3.1 评估指标 | 第70页 |
| 6.3.2 对比实验分析 | 第70-74页 |
| 6.3.3 其他分析 | 第74-75页 |
| 6.4 本章小结 | 第75-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| 附表 | 第87页 |
