个性化推荐系统应用及研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·推荐系统的研究意义 | 第9-10页 |
| ·推荐系统研究现状 | 第10-11页 |
| ·目前方法存在的问题 | 第11-12页 |
| ·本文主要工作和贡献 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第2章 推荐系统概述及其相关技术 | 第14-33页 |
| ·推荐系统一般描述 | 第14-16页 |
| ·常用推荐算法及研究进展 | 第16-20页 |
| ·基于内容的推荐系统 | 第16-18页 |
| ·基于协同过滤的推荐系统 | 第18-20页 |
| ·混合式推荐系统 | 第20页 |
| ·推荐系统评价标准 | 第20-22页 |
| ·命中率标准 | 第21页 |
| ·绝对平均误差标准 | 第21页 |
| ·DOA 标准 | 第21-22页 |
| ·用户建模 | 第22-24页 |
| ·兴趣漂移研究介绍 | 第24-32页 |
| ·隐式调整机制 | 第24-28页 |
| ·显式检测机制 | 第28-30页 |
| ·方法总结 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于项目网络稠密度的兴趣漂移检测算法 | 第33-50页 |
| ·概述 | 第33-34页 |
| ·追踪用户兴趣漂移 | 第34-39页 |
| ·构建项目网络 | 第34-37页 |
| ·用户兴趣模式 | 第37-39页 |
| ·检测用户兴趣模式 | 第39-46页 |
| ·基于稠密度和连续度阈值识别SIM 和CNM | 第39页 |
| ·基于稠密度的分割算法识别ISP 和MIP | 第39-44页 |
| ·参数设置 | 第44-46页 |
| ·实验结果 | 第46-49页 |
| ·实验数据 | 第46-47页 |
| ·检测四种模式 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 兴趣漂移检测算法在推荐系统中的应用 | 第50-57页 |
| ·处理流程 | 第50-51页 |
| ·系统框架 | 第51-53页 |
| ·模块联系 | 第53-54页 |
| ·实验结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 科技论文共享网站个性化推荐系统 | 第57-70页 |
| ·基于网络结构的论文推荐算法 | 第57-60页 |
| ·相关数据 | 第57页 |
| ·构建网络框架 | 第57-59页 |
| ·基于网络的粒子扩散算法 | 第59-60页 |
| ·在线论文推荐系统设计 | 第60-63页 |
| ·在线论文推荐系统网站架构 | 第60-61页 |
| ·用户行为记录模块 | 第61-62页 |
| ·推荐算法模块 | 第62页 |
| ·推荐论文输出模块 | 第62-63页 |
| ·系统实现 | 第63-68页 |
| ·软硬件环境 | 第63-64页 |
| ·网站流程介绍 | 第64-68页 |
| ·本章小结 | 第68-70页 |
| 第6章 结论与工作展望 | 第70-72页 |
| ·结论 | 第70-71页 |
| ·进一步的工作 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间发表的论文 | 第78-79页 |
| 攻读硕士学位期间参加的科研项目 | 第79页 |
