基于微博平台的用户推荐模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 问题提出 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容及组织结构 | 第13-14页 |
| 2 基于微博平台的用户推荐模型总体设计 | 第14-23页 |
| 2.1 模型简介 | 第14-15页 |
| 2.2 模型设计思路 | 第15-17页 |
| 2.3 功能模块的工作流程介绍 | 第17-21页 |
| 2.4 小结 | 第21-23页 |
| 3 推荐模型影响因子混合策略 | 第23-28页 |
| 3.1 基于用户内容信息的影响因子量化方式 | 第23-24页 |
| 3.2 基于用户社交关系的影响因子量化方式 | 第24-25页 |
| 3.3 混合策略的选取 | 第25-26页 |
| 3.4 混合策略的应用 | 第26-27页 |
| 3.5 小结 | 第27-28页 |
| 4 Top-k 用户推荐模型的核心算法 | 第28-38页 |
| 4.1 用户特征向量构建 | 第28-29页 |
| 4.2 用户打分预测 | 第29-32页 |
| 4.3 用户排序 | 第32-36页 |
| 4.4 模型参数优化 | 第36-37页 |
| 4.5 小结 | 第37-38页 |
| 5 推荐算法性能测试与分析 | 第38-51页 |
| 5.1 实验数据集描述 | 第38-41页 |
| 5.2 线下对比实验测试结果与分析 | 第41-49页 |
| 5.3 线上实验测试结果与分析 | 第49-50页 |
| 5.4 小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 全文总结 | 第51-52页 |
| 6.2 研究展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录 1 攻读硕士期间申请的软件著作版权 | 第59-60页 |
| 附录 2 攻读硕士期间已投稿的学术会议论文 | 第60页 |
