基于流形对齐的论坛个性化推荐与检索
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景 | 第10页 |
| ·面临的挑战 | 第10-11页 |
| ·本文工作 | 第11-12页 |
| ·本文组织 | 第12页 |
| ·本章小节 | 第12-13页 |
| 第2章 相关工作 | 第13-30页 |
| ·个性化推荐算法 | 第13-21页 |
| ·基于用户的协同过滤推荐算法 | 第13-15页 |
| ·基于项目评分预测的协同过滤推荐算法 | 第15-17页 |
| ·基于非负矩阵分解的协同过滤推荐算法 | 第17-18页 |
| ·基于项目聚类的协同过滤推荐算法 | 第18-21页 |
| ·个性化检索 | 第21-24页 |
| ·基于偏好的个性化检索 | 第21-22页 |
| ·基于检索历史的个性化检索 | 第22-24页 |
| ·基于检索结果的个性化检索 | 第24页 |
| ·降维学习 | 第24-29页 |
| ·主成分分析 | 第24-25页 |
| ·等距映射 | 第25-26页 |
| ·局部线性嵌入 | 第26-27页 |
| ·拉普拉斯特征映射 | 第27-28页 |
| ·局部保持投影 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于多数据类流形对齐降维的个性化推荐 | 第30-47页 |
| ·算法设计概述 | 第30-31页 |
| ·用户兴趣的特征流形表达学习 | 第31-36页 |
| ·用户兴趣联系值计算 | 第32-34页 |
| ·用户兴趣联系值去噪 | 第34页 |
| ·用户兴趣联系值归一化 | 第34-35页 |
| ·拉普拉斯空间映射 | 第35-36页 |
| ·论坛帖子内容的降维表达学习 | 第36-39页 |
| ·多数据类的流形对齐降维算法 | 第39-43页 |
| ·基于流形对齐降维表达的主题帖推荐算法 | 第43-44页 |
| ·算法复杂度分析 | 第44-45页 |
| ·对比算法介绍 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于流形对齐的论坛主题帖个性化检索 | 第47-53页 |
| ·算法设计概述 | 第47-48页 |
| ·基于用户-帖流形的论坛个性化内容检索 | 第48-51页 |
| ·信息提取 | 第48-49页 |
| ·半监督流形降维 | 第49-50页 |
| ·检索排序 | 第50-51页 |
| ·集成用户反馈信息的论坛个性化内容检索 | 第51-52页 |
| ·对比算法介绍 | 第52页 |
| ·本章小节 | 第52-53页 |
| 第5章 实验结果与分析 | 第53-64页 |
| ·实验设置 | 第53页 |
| ·数据集构建 | 第53页 |
| ·评估方法 | 第53-55页 |
| ·论坛主题帖个性化推荐模块评估 | 第55-60页 |
| ·性能对比 | 第55-58页 |
| ·维度影响研究 | 第58-59页 |
| ·参数影响研究 | 第59-60页 |
| ·基于用户-帖流形与用户反馈的个性化检索模块评估 | 第60-63页 |
| ·无反馈性能对比 | 第60-61页 |
| ·反馈性能对比 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间主要的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
