基于标签权重和时间因素的推荐算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-12页 |
| ·推荐系统 | 第10-11页 |
| ·用户建模 | 第11页 |
| ·标签系统 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·本文结构 | 第14-15页 |
| 第2章 基础知识概述 | 第15-26页 |
| ·标签系统相关知识 | 第15-17页 |
| ·标签的概念 | 第15页 |
| ·标签系统的特点 | 第15-16页 |
| ·标签系统的应用 | 第16-17页 |
| ·标签系统的作用 | 第17页 |
| ·基于标签的用户模型 | 第17-18页 |
| ·基于标签的推荐技术 | 第18-25页 |
| ·基于邻域的推荐模型 | 第19-20页 |
| ·基于内容的推荐模型 | 第20-22页 |
| ·基于图的推荐模型 | 第22-23页 |
| ·基于张量的推荐模型 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于标签权重的三部图扩散算法 | 第26-38页 |
| ·标签的权重策略 | 第26-28页 |
| ·用户的标签权重 | 第26页 |
| ·资源的标签权重 | 第26-28页 |
| ·基于三部图的扩散算法 | 第28-29页 |
| ·改进的三部图扩散算法 | 第29-33页 |
| ·改进的三部图模型 | 第29-31页 |
| ·算法描述 | 第31-33页 |
| ·基于标签权重的以标签为中心的三部图扩散算法 | 第33-37页 |
| ·标签为中心的三部图模型 | 第33-34页 |
| ·算法描述 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于标签时间权重的协同过滤算法 | 第38-44页 |
| ·推荐系统时效性 | 第38页 |
| ·标签的时间权重 | 第38-39页 |
| ·时间加权的协同过滤算法 | 第39-41页 |
| ·构建评分矩阵 | 第39-41页 |
| ·生成推荐 | 第41页 |
| ·算法描述 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验结果与分析 | 第44-52页 |
| ·实验环境配置 | 第44页 |
| ·实验方式 | 第44-45页 |
| ·常用评价标准 | 第45-46页 |
| ·预测精准度 | 第45-46页 |
| ·多样性 | 第46页 |
| ·基于图的扩散算法实验 | 第46-50页 |
| ·数据集 | 第47页 |
| ·实验结果与分析 | 第47-50页 |
| ·基于标签的协同过滤算法实验 | 第50-51页 |
| ·数据集 | 第50页 |
| ·实验结果与分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59页 |
