首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

上下文感知推荐系统若干关键技术研究

摘要第1-8页
ABSTRACT第8-14页
第一章 绪论第14-24页
   ·研究背景与意义第14-16页
   ·本文主要研究内容与章节安排第16-21页
     ·主要研究内容第16-19页
     ·章节安排第19-21页
   ·本章参考文献第21-24页
第二章 上下文感知推荐系统研究综述第24-54页
   ·概述第24-27页
   ·上下文感知推荐系统中的上下文感知计算第27-29页
   ·上下文用户偏好提取技术第29-31页
   ·上下文感知推荐生成技术第31-38页
   ·上下文感知推荐系统的效用评价第38-41页
   ·上下文感知推荐系统的应用进展第41-43页
   ·上下文感知推荐系统研究发展的难点与热点第43-47页
   ·本章小结第47页
   ·本章参考文献第47-54页
第三章 移动网络服务中基于认知心理学的上下文用户偏好提取方法第54-70页
   ·引言第54-56页
     ·问题背景第54-55页
     ·相关工作第55-56页
   ·基于认知心理学的上下文用户偏好提取第56-62页
     ·基于认知心理学的移动用户偏好提取模型视图第56-57页
     ·移动用户偏好信息结构建模第57-58页
     ·基于认知心理学的用户偏好提取方法研究设计第58-62页
   ·实验与分析第62-67页
     ·模拟数据集MobileServices第62-65页
     ·评价标准第65页
     ·实验步骤第65-66页
     ·实验结果及分析第66-67页
   ·本章小结第67-68页
   ·本章参考文献第68-70页
第四章 上下文感知推荐系统的稀疏性问题研究第70-86页
   ·引言第70-72页
     ·问题背景第70页
     ·相关工作第70-72页
   ·基于高阶奇异值分解和上下文波动性分析的多维度上下文感知推荐方法第72-78页
     ·上下文感知推荐系统的稀疏性问题的数学描述第72-74页
     ·张量与高阶奇异值分解第74页
     ·TensorCARS方法第74-78页
   ·实验与分析第78-82页
     ·实验数据集第78-79页
     ·评价标准第79-80页
     ·实验步骤第80-81页
     ·实验结果及分析第81-82页
   ·本章小结第82-83页
   ·本章参考文献第83-86页
第五章 基于情绪特征上下文分析的推荐方法研究第86-106页
   ·引言第86-89页
     ·问题背景第86-88页
     ·相关工作第88-89页
   ·基于情绪特征上下文分析的推荐方法第89-96页
     ·单纯的基于情绪特征上下文分析的协同过滤方法第90-93页
     ·基于情绪特征上下文分析的混合式协同过滤方法第93-94页
     ·基于高阶奇异值分解技术的情绪关联推荐方法第94-96页
   ·实验与分析第96-103页
     ·Moviepliot数据集第96-97页
     ·评价标准第97-98页
     ·基准对比方法和实验步骤第98-99页
     ·实验结果及分析第99-103页
   ·本章小结第103-104页
   ·本章参考文献第104-106页
第六章 基于社会化网络的上下文感知推荐系统研究第106-120页
   ·引言第106-108页
     ·问题背景第106-107页
     ·相关工作第107-108页
   ·基于社会化网络的上下文感知推荐系统第108-112页
     ·一种基于社会化网络的上下文感知推荐系统的定义第109-110页
     ·一种启发式的基于社会化网络的上下文感知推荐方法第110-112页
   ·实验与分析第112-116页
     ·实验数据集与基准对比方法第112-113页
     ·评价标准第113-114页
     ·实验结果及分析第114-116页
   ·本章小结第116页
   ·本章参考文献第116-120页
第七章 总结与展望第120-124页
   ·总结第120-121页
   ·展望第121-123页
   ·本章参考文献第123-124页
附录 图/表目录第124-126页
致谢第126-128页
攻读博士学位期间完成的主要论文第128-129页

论文共129页,点击 下载论文
上一篇:未来无线通信系统面向QoS保障的资源分配研究
下一篇:自助服务扩散研究