基于IPTV的虚拟群组推荐研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·研究现状及挑战 | 第12-16页 |
| ·IPTV推荐系统的研究现状 | 第12-14页 |
| ·IPTV推荐系统所面临的挑战 | 第14-16页 |
| ·本文研究内容及创新点 | 第16-18页 |
| ·本文组织结构 | 第18-19页 |
| 第二章 相关研究工作 | 第19-28页 |
| ·群组发现技术相关工作 | 第19-24页 |
| ·聚类算法发现群组 | 第20-22页 |
| ·离群算法发现群组 | 第22-24页 |
| ·群组推荐技术相关工作 | 第24-27页 |
| ·群组决策相关工作 | 第24-26页 |
| ·群组推荐相关工作 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 面向IPTV的家庭用户发现算法FUMA | 第28-46页 |
| ·用户行为统计分析 | 第28-32页 |
| ·用户兴趣隐式获取方法 | 第32-34页 |
| ·FUMA算法设计 | 第34-43页 |
| ·FUMA评价方案 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 面向IPTV的推荐算法 | 第46-61页 |
| ·基于家庭的群组推荐算法F-GURA | 第46-55页 |
| ·家庭用户的群组推荐策略 | 第47-49页 |
| ·F-GURA算法设计 | 第49-53页 |
| ·F-GURA评价方案 | 第53-55页 |
| ·基于个体的访问模式推荐算法P-APRA | 第55-59页 |
| ·P-APRA算法设计 | 第55-58页 |
| ·P-APRA评价方案 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 实验分析 | 第61-70页 |
| ·实验准备 | 第61-64页 |
| ·实验数据集选择 | 第61-62页 |
| ·构造人工评价数据集 | 第62-64页 |
| ·FUMA算法评价分析 | 第64-66页 |
| ·F-GURA算法评价分析 | 第66-67页 |
| ·P-APRA算法评价分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第75页 |
| 附录二 作者攻读硕士学位期间获得的知识产权 | 第75-76页 |
| 致谢 | 第76页 |
