基于概率模型和反馈机制的群组推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究的目的和意义 | 第12-14页 |
| 1.3 研究现状 | 第14-17页 |
| 1.3.1 传统推荐系统研究现状 | 第14-15页 |
| 1.3.2 个性化推荐系统存在的问题 | 第15-16页 |
| 1.3.3 群组推荐系统研究现状 | 第16页 |
| 1.3.4 传统的群组推荐存在的问题 | 第16-17页 |
| 1.4 本文的主要研究内容 | 第17页 |
| 1.5 论文的结构安排 | 第17-19页 |
| 第二章 现有推荐系统及其相关研究 | 第19-27页 |
| 2.1 个性化推荐系统 | 第19-24页 |
| 2.1.1 个性化推荐系统概述 | 第19-21页 |
| 2.1.2 常用推荐算法 | 第21-24页 |
| 2.2 群组推荐系统 | 第24-25页 |
| 2.2.1 群组推荐系统概述 | 第24-25页 |
| 2.2.2 群组推荐算法的相关技术 | 第25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 基于概率模型的个性化及群组推荐 | 第27-33页 |
| 3.1 引言 | 第27页 |
| 3.2 关于特征匹配 | 第27-29页 |
| 3.3 概率模型 | 第29-31页 |
| 3.3.1 用户特征与物品特征的匹配 | 第29-30页 |
| 3.3.2 用户与物品的匹配 | 第30-31页 |
| 3.4 基于概率模型的群组推荐算法 | 第31-32页 |
| 3.4.1 用户的相似度计算 | 第31页 |
| 3.4.2 群组与物品的相关性匹配 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于反馈机制的群组推荐算法研究 | 第33-39页 |
| 4.1 引言 | 第33页 |
| 4.2 群组推荐系统模型 | 第33-35页 |
| 4.3 群组推荐算法 | 第35-38页 |
| 4.3.1 基于权重的聚合投票算法 | 第35-37页 |
| 4.3.2 基于权重的最小失望算法 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 实验部分 | 第39-51页 |
| 5.1 引言 | 第39页 |
| 5.2 实验环境 | 第39页 |
| 5.3 实验数据 | 第39-40页 |
| 5.4 实验方法 | 第40-48页 |
| 5.4.1 基于概率模型的个性化及群组推荐 | 第40-42页 |
| 5.4.2 基于反馈机制的群组推荐算法 | 第42页 |
| 5.4.3 实验结果分析 | 第42-43页 |
| 5.4.4 在线用户研究 | 第43-48页 |
| 5.5 本章小结 | 第48-51页 |
| 第六章 结论 | 第51-53页 |
| 6.1 全文总结 | 第51页 |
| 6.2 未来工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者简介 | 第57页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |
