面向网络电视的推荐系统框架及算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 引言 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·面向IPTV的个性化推荐技术研究现状及挑战 | 第11-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| ·论文的结构安排 | 第13-15页 |
| 第二章 相关推荐技术 | 第15-23页 |
| ·推荐技术概述 | 第15-17页 |
| ·基于关联规则的推荐算法 | 第17-18页 |
| ·基于内容的推荐算法 | 第18-19页 |
| ·协同过滤推荐算法 | 第19-22页 |
| ·三种推荐算法对比 | 第22-23页 |
| 第三章 面向网络电视的DAC推荐系统框架 | 第23-30页 |
| ·概述 | 第23-24页 |
| ·DAC推荐框架分析 | 第24-30页 |
| ·DAC整体架构 | 第24-25页 |
| ·DAC部件分析 | 第25-28页 |
| ·DAC推荐框架特点 | 第28-30页 |
| 第四章 面向网络电视的推荐算法集 | 第30-51页 |
| ·概述 | 第30-31页 |
| ·U-Tag推荐算法 | 第31-40页 |
| ·算法解决的问题 | 第31-32页 |
| ·VTCU用户兴趣建模 | 第32-33页 |
| ·用户隐式评分 | 第33-35页 |
| ·时间退化技术 | 第35-36页 |
| ·U-Tag算法详情 | 第36-40页 |
| ·U-Template推荐算法 | 第40-45页 |
| ·算法解决的问题 | 第40页 |
| ·U-Template推荐流程 | 第40-41页 |
| ·用户特征及节目特征的本体描述 | 第41-43页 |
| ·用户模板建模 | 第43-45页 |
| ·模板竞争与推荐 | 第45页 |
| ·U-AcsMode推荐算法 | 第45-48页 |
| ·算法解决的问题 | 第45-46页 |
| ·U-AcsMode推荐流程 | 第46-48页 |
| ·V-RealTime推荐算法 | 第48-51页 |
| ·算法解决的问题 | 第48-49页 |
| ·V-RealTime算法详情 | 第49-51页 |
| 第五章 系统实现 | 第51-59页 |
| ·IPTV人机交互个性化服务系统架构 | 第51-54页 |
| ·DAC推荐系统 | 第54-59页 |
| 第六章 结论与展望 | 第59-61页 |
| ·本文工作总结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 附录 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 后记 | 第64页 |
