基于UFDDR算法信息推荐应用研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本章小结 | 第12-13页 |
| 2 信息推荐系统理论 | 第13-26页 |
| 2.1 评分预测的信息推荐算法 | 第13-18页 |
| 2.1.1 基准预测算法 | 第13-14页 |
| 2.1.2 新奇异值分解算法 | 第14-16页 |
| 2.1.3 隐因子模型奇异分解算法 | 第16页 |
| 2.1.4 改进的奇异值分解算法 | 第16-17页 |
| 2.1.5 评分预测指标 | 第17-18页 |
| 2.2 信息推荐理论应用系统介绍 | 第18-19页 |
| 2.2.1 系统的理论设计目标 | 第18页 |
| 2.2.2 原型法开发方法 | 第18-19页 |
| 2.3 列表排序型推荐算法 | 第19-25页 |
| 2.3.1 内存列表排序算法 | 第19-21页 |
| 2.3.2 列表排序的推荐模型 | 第21-24页 |
| 2.3.3 列表排序的推荐评价指标 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 融合时间偏差的算法 | 第26-40页 |
| 3.1 时间偏差概念定义 | 第26-27页 |
| 3.2 融合时间偏差奇异值算法 | 第27-29页 |
| 3.3 融合时间偏差奇异值改进算法 | 第29-32页 |
| 3.4 融合时间偏差信息算法 | 第32-34页 |
| 3.5 实验分析 | 第34-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 排序列表推荐算法 | 第40-51页 |
| 4.1 排序算法概念定义 | 第40-44页 |
| 4.1.1 点的排序应用介绍 | 第40-41页 |
| 4.1.2 关于对的排序应用介绍 | 第41-42页 |
| 4.1.3 关于列表的排序应用介绍 | 第42-44页 |
| 4.2 成对奇异值分解法 | 第44页 |
| 4.3 列表排序推荐ListRandMF算法 | 第44-46页 |
| 4.4 实验分析 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 作者简历 | 第54-56页 |
| 学位论文数据集 | 第56页 |
