基于效用的Web个性化服务模型
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.2 Web个性化服务系统国内外研究现状 | 第10-12页 |
| 1.3 论文主要研究内容与意义 | 第12-13页 |
| 1.4 论文结构与章节安排 | 第13-15页 |
| 第2章 基于效用的Web个性化服务模型 | 第15-20页 |
| 2.1 个性化服务技术 | 第15-17页 |
| 2.1.1 用户建模技术 | 第15-16页 |
| 2.1.2 个性化推荐技术 | 第16-17页 |
| 2.2 传统个性化服务模型结构 | 第17-18页 |
| 2.3 基于效用的Web个性化服务模型 | 第18-20页 |
| 第3章 用户兴趣模型与建模方法 | 第20-33页 |
| 3.1 用户兴趣建模技术综述 | 第20-22页 |
| 3.2 微博用户信息与特点分析 | 第22-26页 |
| 3.2.1 微博用户信息 | 第22-24页 |
| 3.2.2 微博信息 | 第24页 |
| 3.2.3 微博用户潜在兴趣来源分析 | 第24-26页 |
| 3.3 用户兴趣模型表示方法 | 第26-28页 |
| 3.4 微博用户兴趣建模 | 第28-33页 |
| 3.4.1 用户兴趣建模基本流程 | 第28页 |
| 3.4.2 第三方账户登录 | 第28-29页 |
| 3.4.3 获取用户关注记录和用户群体分析 | 第29-31页 |
| 3.4.5 用户兴趣标签获取和用户兴趣模型表示 | 第31-33页 |
| 第4章 基于效用的用户兴趣模型更新算法 | 第33-41页 |
| 4.1 用户兴趣漂移 | 第33-34页 |
| 4.2 用户效用的概念及其表示方法 | 第34-35页 |
| 4.3 标签系统 | 第35-37页 |
| 4.4 用户资源评价策略 | 第37-39页 |
| 4.5 基于效用的用户兴趣更新算法 | 第39-41页 |
| 第5章 个性化服务与协同推荐算法 | 第41-50页 |
| 5.1 个性化服务简介 | 第41页 |
| 5.2 协同推荐思想相关简介 | 第41-43页 |
| 5.3 K-means聚类算法 | 第43-44页 |
| 5.4 协同推荐冷启动问题 | 第44页 |
| 5.5 基于协同聚类的用户-兴趣项双聚类算法 | 第44-48页 |
| 5.5.1 双聚类算法基本思想 | 第44-45页 |
| 5.5.2 算法相关定义 | 第45-46页 |
| 5.5.3 算法具体步骤 | 第46-48页 |
| 5.6 推荐策略 | 第48-50页 |
| 第6章 基于效用的个性化服务模型仿真实验 | 第50-56页 |
| 6.1 仿真实验概述 | 第50页 |
| 6.2 站点资源的表示方法 | 第50-51页 |
| 6.3 用户兴趣模型 | 第51页 |
| 6.4 个性化服务模块 | 第51-52页 |
| 6.5 仿真实验结果及分析 | 第52-56页 |
| 第7章 论文研究总结及前景展望 | 第56-58页 |
| 7.1 论文总结 | 第56-57页 |
| 7.2 前景展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录A 文章缩略词 | 第61-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文目录 | 第63页 |
