基于显式和隐式过滤的旅游推荐算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及其意义 | 第10-11页 |
| 1.1.1 旅游推荐的产生 | 第10页 |
| 1.1.2 旅游推荐的研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 混合模型 | 第11-12页 |
| 1.2.2 显式模型 | 第12页 |
| 1.2.3 隐式模型 | 第12-13页 |
| 1.2.4 其他的模型 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 相关工作 | 第17-27页 |
| 2.1 推荐系统 | 第17-21页 |
| 2.2 个性化 | 第21页 |
| 2.3 关于冷启动问题 | 第21-23页 |
| 2.4 恶意用户问题 | 第23-24页 |
| 2.5 其他相关工作 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 显式模块算法优化 | 第27-39页 |
| 3.1 显式模块 | 第27-31页 |
| 3.1.1 旅游信息集 | 第27-29页 |
| 3.1.2 条件偏好规则 | 第29-30页 |
| 3.1.3 显式偏好过滤机制 | 第30页 |
| 3.1.4 信息推荐 | 第30-31页 |
| 3.2 显式算法在时间权值上的优化 | 第31-33页 |
| 3.2.1 显式算法优化的问题 | 第31-32页 |
| 3.2.2 显式算法优化的方法 | 第32-33页 |
| 3.3 矛盾规则 | 第33-36页 |
| 3.3.1 处理矛盾规则 | 第34-36页 |
| 3.4 实验结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 隐式算法的研究 | 第39-46页 |
| 4.1 隐式模块 | 第39-43页 |
| 4.1.1 隐式模块的由来 | 第40页 |
| 4.1.2 隐式算法的研究和结果 | 第40-42页 |
| 4.1.3 隐式算法的总结 | 第42-43页 |
| 4.2 隐式算法在时间权值的研究 | 第43-45页 |
| 4.2.1 隐式算法在时间权值的结果 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第5章 推荐算法的进一步研究 | 第46-56页 |
| 5.1 恶意用户 | 第46-47页 |
| 5.2 确定恶意用户 | 第47页 |
| 5.3 冷启动 | 第47-48页 |
| 5.4 冷启动方法 | 第48-50页 |
| 5.4.1 朴素的冷启动方法 | 第48页 |
| 5.4.2 含权值的冷启动方式 | 第48-50页 |
| 5.4.3 热点的冷启动方式 | 第50页 |
| 5.5 实验方法及分析 | 第50-54页 |
| 5.6 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
