| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 影响标签推荐准确度的因素 | 第10-12页 |
| 1.2.1 兴趣漂移 | 第10-12页 |
| 1.2.2 数据稀疏 | 第12页 |
| 1.3 研究现状 | 第12-16页 |
| 1.3.1 解决兴趣漂移的方法 | 第12-14页 |
| 1.3.2 缓解数据稀疏的现有方法 | 第14-15页 |
| 1.3.3 提高标签推荐准确度的现有方法 | 第15-16页 |
| 1.4 论文研究内容 | 第16页 |
| 1.5 论文组织结构 | 第16-18页 |
| 第二章 标签系统及推荐算法 | 第18-28页 |
| 2.1 标签系统 | 第18-21页 |
| 2.1.1 标签的概念 | 第18-19页 |
| 2.1.2 社会化标签系统 | 第19-20页 |
| 2.1.3 标签系统的特点及作用 | 第20-21页 |
| 2.2 推荐算法 | 第21-27页 |
| 2.2.1 协同过滤推荐算法 | 第22-24页 |
| 2.2.2 基于内容的推荐算法 | 第24-25页 |
| 2.2.3 基于模型的推荐算法 | 第25页 |
| 2.2.4 基于知识的推荐算法 | 第25-26页 |
| 2.2.5 基于关联规则的推荐算法 | 第26-27页 |
| 2.2.6 混合推荐算法 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于记忆曲线的协同过滤算法 | 第28-35页 |
| 3.1 记忆曲线介绍 | 第28-29页 |
| 3.2 基于曲线的协同过滤 | 第29-34页 |
| 3.2.1 基于记忆曲线的权重模型构建 | 第29-32页 |
| 3.2.2 算法流程 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于关联规则的标签推荐 | 第35-46页 |
| 4.1 标签-标签的联系 | 第35-36页 |
| 4.2 关联规则相关概念 | 第36-37页 |
| 4.3 基于重叠时间窗口的数据采集 | 第37-39页 |
| 4.3.1 基于重叠时间窗口的数据采集相关定义 | 第37-38页 |
| 4.3.2 基于重叠时间窗口的数据采集方法介绍 | 第38-39页 |
| 4.4 标签规则挖掘过程 | 第39-44页 |
| 4.4.1 采集标签事务库 | 第39-41页 |
| 4.4.2 挖掘频繁标签集 | 第41-42页 |
| 4.4.3 产生关联规则(AssociationRules) | 第42-44页 |
| 4.5 基于关联规则的标签推荐过程 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 混合记忆曲线与关联规则的标签推荐 | 第46-52页 |
| 5.1 粒子群算法 | 第46-48页 |
| 5.1.1 粒子群算法简介 | 第46页 |
| 5.1.2 粒子群算法的原理 | 第46-48页 |
| 5.1.3 粒子群算法的引入 | 第48页 |
| 5.2 混合推荐算法 | 第48-51页 |
| 5.2.1 问题描述 | 第48-49页 |
| 5.2.2 利用PSO求解过程 | 第49-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第六章 实验结果与分析 | 第52-60页 |
| 6.1 实验设计 | 第52-54页 |
| 6.1.1 实验数据集 | 第52-53页 |
| 6.1.2 实验环境 | 第53页 |
| 6.1.3 评价标准 | 第53页 |
| 6.1.4 实验内容 | 第53-54页 |
| 6.2 实验结果 | 第54-59页 |
| 6.3 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-61页 |
| 7.1 总结 | 第60页 |
| 7.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录2 攻读硕士学位期间申请的专利 | 第65-66页 |
| 致谢 | 第66页 |