基于聚类推荐的移动流媒体缓存优化技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 移动流媒体技术 | 第14-16页 |
| 1.3 主要技术挑战 | 第16-17页 |
| 1.4 主要研究内容和工作 | 第17-18页 |
| 1.5 本文组织结构 | 第18-20页 |
| 第二章 相关工作 | 第20-26页 |
| 2.1 移动流媒体服务 | 第20-21页 |
| 2.2 流媒体个性化推荐 | 第21-25页 |
| 2.3 视频缓存 | 第25-26页 |
| 第三章 基于多信号融合的聚类推荐模型 | 第26-44页 |
| 3.1 引言 | 第26-27页 |
| 3.2 研究动机 | 第27-28页 |
| 3.3 问题描述与建模 | 第28-30页 |
| 3.3.1 场景描述 | 第28-29页 |
| 3.3.2 多信号融合算法概览 | 第29-30页 |
| 3.4 贝叶斯排序推荐 | 第30-33页 |
| 3.4.1 形式化定义 | 第30页 |
| 3.4.2 基于偏序对的学习 | 第30-32页 |
| 3.4.3 隐含因子模型 | 第32页 |
| 3.4.4 BPR优化标准 | 第32-33页 |
| 3.5 聚类现象的建模 | 第33-35页 |
| 3.5.1 聚类模型 | 第33-34页 |
| 3.5.2 聚类信号的截取 | 第34-35页 |
| 3.5.3 聚类信号的优化 | 第35页 |
| 3.6 算法整体的模型 | 第35-40页 |
| 3.6.1 信号的融合 | 第35-36页 |
| 3.6.2 模型描述 | 第36-38页 |
| 3.6.3 参数学习 | 第38-40页 |
| 3.7 性能分析 | 第40-43页 |
| 3.7.1 实验设计 | 第40-41页 |
| 3.7.2 评测指标与参数调节 | 第41-42页 |
| 3.7.3 实验分析 | 第42-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第四章 基于聚类推荐的移动流媒体缓存机制 | 第44-60页 |
| 4.1 基于智能手机的协同化移动流媒体系统 | 第44-46页 |
| 4.2 研究动机 | 第46-47页 |
| 4.3 系统设计 | 第47-52页 |
| 4.3.1 系统整体架构 | 第47-48页 |
| 4.3.2 推荐服务器设计 | 第48-49页 |
| 4.3.3 客户端模块设计 | 第49-52页 |
| 4.4 缓存算法的优化 | 第52-54页 |
| 4.5 性能分析 | 第54-59页 |
| 4.5.1 实验场景设定 | 第54-55页 |
| 4.5.2 模拟假设与数据准备 | 第55-56页 |
| 4.5.3 评价标准 | 第56页 |
| 4.5.4 实验分析 | 第56-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-63页 |
| 5.1 本文总结 | 第60-61页 |
| 5.2 前景展望 | 第61-63页 |
| Bibliography | 第63-68页 |
| 简历与科研成果 | 第68-69页 |
| 致谢 | 第69-70页 |
