基于潜在特征映射的跨域推荐方法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景及现状 | 第13-15页 |
| 1.2 研究内容 | 第15-16页 |
| 1.3 本文的主要工作 | 第16-18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第2章 相关研究 | 第20-33页 |
| 2.1 单域中的产品推荐 | 第20-23页 |
| 2.2 跨领域推荐 | 第23-29页 |
| 2.2.1 跨领域推荐基础 | 第24-26页 |
| 2.2.2 基于知识迁移的跨领域推荐模型 | 第26-29页 |
| 2.3 社交网络中的推荐研究 | 第29-31页 |
| 2.4 与冷启动相关的推荐研究 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 跨领域潜在特征映射模型 | 第33-47页 |
| 3.1 问题定义 | 第33-35页 |
| 3.2 潜在特征的计算 | 第35-41页 |
| 3.2.1 用户评分行为相似度的计算 | 第36-39页 |
| 3.2.2 整合用户相似度的矩阵分解 | 第39-41页 |
| 3.3 基于近邻的潜在特征映射 | 第41-44页 |
| 3.3.1 梯度提升树 | 第42-43页 |
| 3.3.2 多层感知器 | 第43页 |
| 3.3.3 基于近邻的特征映射方法 | 第43-44页 |
| 3.4 冷启动用户评分预测 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 实验分析 | 第47-61页 |
| 4.1 实验设置 | 第47-50页 |
| 4.1.1 数据集 | 第47页 |
| 4.1.2 评价指标与对比方法 | 第47-50页 |
| 4.2 数据稠密度对冷启动用户跨域推荐效果的影响 | 第50-53页 |
| 4.3 锚用户数量对冷启动用户跨域推荐效果的影响 | 第53-55页 |
| 4.4 几种相关模型的冷启动用户跨域推荐效果比较 | 第55页 |
| 4.5 参数sim对冷启动用户跨域推荐效果的影响 | 第55-58页 |
| 4.6 MFUS模型的参数灵敏度分析 | 第58-60页 |
| 4.7 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 研究总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 攻读学位期间参与科研项目 | 第71-72页 |
| 攻读学位期间获奖情况 | 第72-73页 |
| 学位论文评阅及答辩情况表 | 第73页 |
