基于加权序列模式的新闻推荐算法研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-15页 |
1.1 论文的研究背景及其意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本文的主要工作 | 第12-13页 |
1.4 本文的组织结构 | 第13-15页 |
第二章 推荐算法及序列模式挖掘研究 | 第15-29页 |
2.1 基于内容的推荐 | 第15-16页 |
2.2 协同过滤的推荐 | 第16-17页 |
2.3 序列模式研究 | 第17-23页 |
2.3.1 序列模式的基本概念 | 第17-18页 |
2.3.2 AprioriAll算法 | 第18-20页 |
2.3.3 GSP算法 | 第20-21页 |
2.3.4 Prefix Span算法 | 第21-23页 |
2.4 加权序列模式研究 | 第23-28页 |
2.4.1 加权序列模式的基本概念 | 第23-24页 |
2.4.2 WSpan算法 | 第24-26页 |
2.4.3 PRWSP算法 | 第26-28页 |
2.5 本章小结 | 第28-29页 |
第三章 加权序列模式挖掘算法的改进 | 第29-45页 |
3.1 改进算法的出发点 | 第29-31页 |
3.2 改进算法的思想 | 第31-35页 |
3.2.1 权值的设置与算法定义 | 第31-33页 |
3.2.2 算法描述 | 第33-35页 |
3.3 改进算法计算过程 | 第35-41页 |
3.4 算法实验分析 | 第41-44页 |
3.4.1 评测指标 | 第41-42页 |
3.4.2 实验结果分析 | 第42-44页 |
3.5 本章小结 | 第44-45页 |
第四章 加权频繁序列集合的更新 | 第45-57页 |
4.1 频繁序列更新问题的提出 | 第45-46页 |
4.2 频繁序列更新的思想 | 第46-47页 |
4.3 更新过程的描述 | 第47-49页 |
4.4 频繁序列更新计算过程 | 第49-56页 |
4.5 本章小结 | 第56-57页 |
第五章 基于加权序列模式的新闻推荐算法 | 第57-71页 |
5.1 新闻数据集的处理 | 第57-59页 |
5.2 计算用户相似度 | 第59-60页 |
5.3 计算候选推荐项目的概率 | 第60-61页 |
5.4 推荐算法描述 | 第61-63页 |
5.5 算法实例分析 | 第63-64页 |
5.6 实验结果与分析 | 第64-70页 |
5.6.1 实验数据的处理 | 第64页 |
5.6.2 评测指标的选取 | 第64-65页 |
5.6.3 实验结果分析 | 第65-70页 |
5.7 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
参考文献 | 第73-78页 |
攻读硕士学位期间取得的研究成果 | 第78-79页 |
致谢 | 第79-80页 |
答辩委员会对论文的评定意见 | 第80页 |