首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

排序学习在推荐系统中的应用研究

作者简介第3-4页
致谢第4-6页
摘要第6-7页
Abstract第7页
第一章 引言第11-15页
    1.1 应用背景介绍第11页
    1.2 推荐系统研究现状第11-12页
    1.3 排序学习研究现状第12-14页
    1.4 本文的研究内容和贡献第14-15页
    1.5 论文内容组织第15页
第二章 数据拼接第15-22页
    2.1 原始数据描述第15-16页
    2.2 数据拼接目标第16页
    2.3 数据拼接过程第16-22页
        2.3.1 用户日志数据预处理第16-18页
        2.3.2 新闻数据预处理第18-19页
        2.3.3 二次排序拼接日志和新闻第19-22页
    2.4 数据拼接结果第22页
第三章 特征离散化第22-28页
    3.1 特征离散化目的和方法第22-24页
        3.1.1 连续特征离散化目的第22-23页
        3.1.2 连续特征离散化方法第23-24页
    3.2 离散化实验过程和结果第24-28页
        3.2.1 离散化过程第25-26页
        3.2.2 离散化结果第26-28页
第四章 特征选择第28-51页
    4.1 特征选择目的和方法第28-31页
        4.1.1 特征选择目的第28页
        4.1.2 特征选择方法第28-31页
    4.2 特征选择实验和结果第31-51页
        4.2.1 结合Filter和Wrapper的单向循环特征选择第31-33页
        4.2.2 特征选择实验结果对比第33-51页
第五章 特征组合第51-53页
    5.1 特征组合目的和方法第51-53页
        5.1.1 特征组合目的第51-52页
        5.1.2 特征组合方法第52-53页
    5.2 特征组合实验第53页
第六章 结束语第53-55页
    6.1 本文工作总结第53-54页
    6.2 下一步研究方向第54-55页
参考文献第55-57页

论文共57页,点击 下载论文
上一篇:基于移动机器人的人群异常事件检测研究
下一篇:基于Spark的PostgreSQL数据分析扩展中间件的研究