| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 推荐系统的研究意义与背景 | 第14-15页 |
| 1.2 推荐系统的研究现状 | 第15-16页 |
| 1.3 本文研究内容和结构 | 第16-18页 |
| 第二章 推荐系统相关算法综述 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 协同过滤推荐算法 | 第18-20页 |
| 2.2.1 基于用户的协同过滤算法 | 第18-19页 |
| 2.2.2 基于物品的协同过滤算法 | 第19-20页 |
| 2.3 基于内容的推荐方法 | 第20页 |
| 2.4 混合推荐方法 | 第20-21页 |
| 2.5 二部图推荐算法 | 第21-24页 |
| 2.5.1 二部图模型 | 第21-22页 |
| 2.5.2 资源分配二部图推荐算法 | 第22页 |
| 2.5.3 资源分配与热传导混合推荐算法 | 第22-23页 |
| 2.5.4 一致性推断二部图推荐算法 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第三章 融入购物体验的二部图推荐算法 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 基于购物体验的二部图推荐算法 | 第26-27页 |
| 3.3 实验分析 | 第27-33页 |
| 3.3.1 实验数据集 | 第27-28页 |
| 3.3.2 评价指标 | 第28-29页 |
| 3.3.3 实验结果分析 | 第29-33页 |
| 3.4 本章小结 | 第33-36页 |
| 第四章 基于反馈作用的均等对称二部图推荐模型 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 基于反馈作用的均等对称二部图推荐算法 | 第36-43页 |
| 4.2.1 基于NBI的反馈作用均等对称二部图推荐算法 | 第36-40页 |
| 4.2.2 基于Heats的反馈作用均等对称二部图推荐算法 | 第40-42页 |
| 4.2.3 基于HPH的反馈作用均等对称二部图推荐算法 | 第42-43页 |
| 4.3 实验结果分析 | 第43-45页 |
| 4.4 本章小结 | 第45-48页 |
| 第五章 缓解新用户冷启动问题的染色算法 | 第48-62页 |
| 5.1 引言 | 第48页 |
| 5.2 缓解二部图冷启动问题方法示例 | 第48-50页 |
| 5.3 缓解新用户冷启动问题的染色算法 | 第50-54页 |
| 5.3.1 空间域图像去噪方法 | 第50-51页 |
| 5.3.2 染色算法 | 第51-54页 |
| 5.4 实验结果分析 | 第54-58页 |
| 5.5 本章小结 | 第58-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
