基于党建领域社交网络的协同主题回归推荐方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 概述 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内研究现状 | 第10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.3.1 论文研究课题来源 | 第11页 |
| 1.3.2 论文主要研究工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 党建平台特性分析及传统推荐方法介绍 | 第14-20页 |
| 2.1 云南省基层综合服务平台功能特性分析 | 第14-15页 |
| 2.2 推荐系统简介 | 第15-16页 |
| 2.3 协同过滤推荐算法 | 第16-18页 |
| 2.3.1 基于内存的协同过滤方法 | 第17-18页 |
| 2.3.2 基于模型的协同过滤方法 | 第18页 |
| 2.4 基于内容的推荐方法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 党建平台的社交正则化建模分析 | 第20-26页 |
| 3.1 社交网络信任关系 | 第20-22页 |
| 3.2 社交正则化以及改进的社交正则化 | 第22-24页 |
| 3.2.1 社交正则化 | 第22-23页 |
| 3.2.2 改进的社交正则化 | 第23-24页 |
| 3.2.3 党建平台的社交正则化 | 第24页 |
| 3.3 相似度计算方法 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 基于社交网络信息的协同主题回归推荐方法 | 第26-37页 |
| 4.1 矩阵分解 | 第26-27页 |
| 4.2 概率主题模型 | 第27-28页 |
| 4.3 协同主题回归 | 第28-30页 |
| 4.4 基于社交网络信息和协同主题回归的推荐方法 | 第30-36页 |
| 4.4.1 符号说明 | 第30-31页 |
| 4.4.2 改进的参数优化函数 | 第31-32页 |
| 4.4.3 新的参数学习 | 第32-35页 |
| 4.4.4 预测与推送 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第五章 实验结果分析 | 第37-50页 |
| 5.1 数据来源介绍 | 第37-38页 |
| 5.2 评价指标 | 第38-40页 |
| 5.3 Last.fm实验结果 | 第40-44页 |
| 5.3.1 推荐的准确性 | 第40-42页 |
| 5.3.2 算法对比 | 第42-44页 |
| 5.4 党建微博实验结果 | 第44-48页 |
| 5.4.1 推荐准确性 | 第44-46页 |
| 5.4.2 性能分析 | 第46-48页 |
| 5.5 综合评价 | 第48-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 全文工作总结 | 第50页 |
| 6.2 未来工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 研究生期间参与的项目及成果 | 第56-57页 |
| 致谢 | 第57页 |
