面向排序的个性化推荐算法研究与实现
| TABLE OF CONTENTS | 第6-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文的组织 | 第16-17页 |
| 第二章 相关工作 | 第17-30页 |
| 2.1 协同过滤方法 | 第17-24页 |
| 2.2 基于内容的推荐系统 | 第24-27页 |
| 2.3 混合推荐系统 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 面向排序的协同过滤算法 | 第30-43页 |
| 3.1 用户表示 | 第32页 |
| 3.2 偏好权重 | 第32-36页 |
| 3.3 相似度计算 | 第36-39页 |
| 3.4 排序预测 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 排序学习在混合推荐系统中的应用 | 第43-49页 |
| 4.1 问题描述 | 第43-44页 |
| 4.2 特征定义 | 第44-47页 |
| 4.3 排序学习算法 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 实验分析 | 第49-58页 |
| 5.1 实验数据集 | 第49页 |
| 5.2 评测指标 | 第49-50页 |
| 5.3 面向排序的协同过滤算法实验分析 | 第50-55页 |
| 5.4 混合推荐系统实验结果分析 | 第55-56页 |
| 5.5 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 主要工作总结 | 第58-59页 |
| 6.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69-70页 |
| 学位论文评阅及答辩情况表 | 第70页 |
