基于标签张量的个性化推荐方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 图表目录 | 第9-10页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 社会化标签研究现状 | 第11-15页 |
| 1.3 研究内容和意义 | 第15-17页 |
| 1.4 论文组织安排 | 第17-20页 |
| 第2章 相关理论与技术基础 | 第20-30页 |
| 2.1 标签定义 | 第20-21页 |
| 2.2 推荐系统概述 | 第21-22页 |
| 2.3 张量概念 | 第22-25页 |
| 2.3.1 张量定义 | 第22-23页 |
| 2.3.2 张量表示 | 第23-25页 |
| 2.4 基于标签的推荐算法 | 第25-28页 |
| 2.4.1 传统标签推荐算法 | 第26-28页 |
| 2.4.2 基于张量分解的标签推荐算法 | 第28页 |
| 2.5 推荐算法的性能分析 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 社会标签张量的分块分解方法 | 第30-44页 |
| 3.1 方法思想 | 第30页 |
| 3.2 相关定义 | 第30-37页 |
| 3.2.1 张量分解原理 | 第30-35页 |
| 3.2.2 标签张量模型定义 | 第35-37页 |
| 3.3 基于标签张量的分块分解算法 | 第37-43页 |
| 3.3.1 算法描述 | 第37页 |
| 3.3.2 算法步骤 | 第37-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于标签张量分块分解的推荐方法 | 第44-50页 |
| 4.1 方法思想 | 第44-45页 |
| 4.2 基于标签张量分块分解的推荐框架 | 第45页 |
| 4.3 系统用户资源匹配算法 | 第45-48页 |
| 4.3.1 算法描述 | 第45-46页 |
| 4.3.2 算法步骤 | 第46-48页 |
| 4.4 推荐方法性能分析 | 第48-49页 |
| 4.4.1 时间复杂度分析 | 第48-49页 |
| 4.4.2 空间复杂度分析 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 实验结果与分析 | 第50-60页 |
| 5.1 实验环境及数据集介绍 | 第50-53页 |
| 5.2 评价指标说明 | 第53页 |
| 5.3 实验结果 | 第53-56页 |
| 5.4 实验结果分析 | 第56-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第6章 结论与展望 | 第60-62页 |
| 6.1 论文总结 | 第60-61页 |
| 6.2 工作展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第68-69页 |
| 附件 | 第69-93页 |
