融合蚁群算法的用户浏览路径推荐系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第7-11页 |
| 第一章 引言 | 第11-14页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的与内容 | 第12-14页 |
| 第二章 推荐算法研究概述 | 第14-33页 |
| 2.1 基于内容的推荐算法 | 第14-16页 |
| 2.2 协同过滤推荐算法 | 第16-17页 |
| 2.3 基于二部图关系的推荐算法 | 第17-20页 |
| 2.4 基于网络图随机游走的推荐算法 | 第20-25页 |
| 2.5 混合推荐 | 第25-26页 |
| 2.6 几种典型的推荐算法综合比较 | 第26-28页 |
| 2.7 推荐算法评价指标 | 第28-30页 |
| 2.8 推荐系统研究面临的挑战 | 第30-33页 |
| 第三章 基于蚁群算法的用户浏览路径推荐方法 | 第33-50页 |
| 3.1 蚁群算法概述 | 第33-37页 |
| 3.1.1 蚁群算法的原理 | 第33-35页 |
| 3.1.2 蚁群算法的数学模型 | 第35-36页 |
| 3.1.3 蚁群算法的特点 | 第36-37页 |
| 3.2 蚁群算法在推荐系统中的应用 | 第37-40页 |
| 3.2.1 预备知识 | 第37-38页 |
| 3.2.2 转移概率函数的建立 | 第38-39页 |
| 3.2.3 启发式函数的设计 | 第39-40页 |
| 3.2.4 项目评分更新规则 | 第40页 |
| 3.3 实验设计与分析 | 第40-49页 |
| 3.3.1 评价标准 | 第41-42页 |
| 3.3.2 实验结果与分析 | 第42-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 推荐系统多样性的研究 | 第50-58页 |
| 4.1 推荐系统多样性 | 第50-51页 |
| 4.2 提高推荐系统多样性的方法 | 第51-52页 |
| 4.3 蚁群推荐系统多样性的研究 | 第52-57页 |
| 4.3.1 评价推荐系统多样性的指标 | 第52-53页 |
| 4.3.2 实验结果与分析 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与期望 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 致谢 | 第66页 |
