致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第15-22页 |
1.1 研究背景和意义 | 第15页 |
1.2 协同过滤推荐算法的研究现状 | 第15-19页 |
1.3 论文的主要内容和组织结构 | 第19-22页 |
1.3.1 论文主要内容 | 第19-20页 |
1.3.2 论文组织结构 | 第20-22页 |
第二章 相关理论基础 | 第22-36页 |
2.1 协同过滤推荐算法 | 第22-30页 |
2.1.1 面向显式反馈信息的协同过滤推荐算法 | 第22-26页 |
2.1.2 面向隐式反馈信息的协同过滤推荐算法 | 第26-30页 |
2.2 深度神经网络 | 第30-35页 |
2.2.1 反向传播算法 | 第31-33页 |
2.2.2 多层感知机 | 第33-35页 |
2.3 本章小结 | 第35-36页 |
第三章 基于深度神经网络的显式反馈协同过滤模型 | 第36-47页 |
3.1 引言 | 第36-37页 |
3.2 基于深度神经网络的显式反馈协同过滤模型 | 第37-41页 |
3.2.1 模型设计和描述 | 第37-40页 |
3.2.2 模型优化 | 第40-41页 |
3.3 实验设计与验证 | 第41-46页 |
3.3.1 实验设置 | 第41-43页 |
3.3.2 实验结果与分析 | 第43-46页 |
3.4 本章小结 | 第46-47页 |
第四章 面向隐式反馈的深层ITEM-BASED协同过滤模型 | 第47-63页 |
4.1 引言 | 第47-48页 |
4.2 深层Item-based协同过滤模型 | 第48-52页 |
4.2.1 模型设计和描述 | 第48-50页 |
4.2.2 模型优化 | 第50-52页 |
4.3 实验设计与验证 | 第52-61页 |
4.3.1 实验设置 | 第53-54页 |
4.3.2 实验结果与分析 | 第54-61页 |
4.4 本章小结 | 第61-63页 |
第五章 总结与展望 | 第63-66页 |
5.1 总结 | 第63-64页 |
5.2 本文创新点 | 第64页 |
5.3 展望 | 第64-66页 |
参考文献 | 第66-71页 |
攻读硕士学位期间的学术活动及成果情况 | 第71-72页 |