移动环境下的个性化推荐用户兴趣建模研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·论文的选题及研究意义 | 第13-14页 |
| ·论文结构框架 | 第14-16页 |
| 第二章 文献综述 | 第16-42页 |
| ·个性化推荐系统的起源、作用及分类 | 第16-20页 |
| ·个性化推荐系统的起源及作用 | 第16-17页 |
| ·个性化推荐系统的分类 | 第17-20页 |
| ·小结 | 第20页 |
| ·用户兴趣模型及建模的步骤 | 第20-33页 |
| ·用户兴趣模型的定义 | 第20-21页 |
| ·用户兴趣建模的任务与步骤 | 第21-22页 |
| ·用户信息及其收集方式 | 第22-26页 |
| ·用户兴趣模型的表示 | 第26-29页 |
| ·用户兴趣模型的学习 | 第29-30页 |
| ·用户兴趣模型的更新 | 第30-32页 |
| ·用户兴趣模型的评价 | 第32-33页 |
| ·小结 | 第33页 |
| ·移动环境下的个性化推荐用户兴趣建模研究现状 | 第33-40页 |
| ·移动环境下个性化推荐的特点 | 第33-35页 |
| ·国内学者研究现状 | 第35-37页 |
| ·国外学者研究现状 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第三章 用户信息及情景信息的收集 | 第42-49页 |
| ·用户信息的收集 | 第42-45页 |
| ·用户基本信息的收集 | 第42-44页 |
| ·用户行为信息的收集 | 第44-45页 |
| ·情景信息的收集 | 第45-48页 |
| ·情景的定义 | 第45-46页 |
| ·情景的分类 | 第46-47页 |
| ·情景信息的获取 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 结合情景的用户兴趣模型表示 | 第49-55页 |
| ·有情景在个性化推荐系统中的应用 | 第49-50页 |
| ·情景与用户兴趣模型的结合 | 第50-52页 |
| ·结合情景的用户兴趣U-I-C模型 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 用户兴趣度及情景相似度的计算 | 第55-65页 |
| ·基于内容、行为及情景的浏览类业务用户兴趣度计算 | 第55-58页 |
| ·文本的向量空间表示 | 第55页 |
| ·文本特征词的提取 | 第55-56页 |
| ·文本特征词权重的计算 | 第56-57页 |
| ·结合用户行为及情景的网页兴趣度计算 | 第57-58页 |
| ·下载类业务用户兴趣度计算 | 第58-59页 |
| ·情景相似度的计算 | 第59-62页 |
| ·基于情景和基于内容相结合的推荐机制 | 第62-64页 |
| ·情景信息的使用 | 第62页 |
| ·基于情景和基于内容相结合的推荐机制 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 数据实验 | 第65-79页 |
| ·数据来源及实验设计 | 第65-67页 |
| ·实验结果及分析 | 第67-77页 |
| ·应用建议 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| ·论文的主要工作及成果 | 第79页 |
| ·论文的不足及进一步的研究方向 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 致谢 | 第86-87页 |
| 作者攻读学位期间发表的学术论文目录 | 第87页 |
