基于概率图模型的个性化推荐
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-10页 |
| 第一章 引言 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究工作 | 第13页 |
| 1.4 论文结构 | 第13-16页 |
| 第二章 基础知识概括 | 第16-22页 |
| 2.1 基本概率公式 | 第16-17页 |
| 2.2 概率图的简单概述 | 第17-18页 |
| 2.3 矩阵分解—奇异值分解 | 第18-19页 |
| 2.4 矩阵分解—Basic SVD方法 | 第19-22页 |
| 第三章 概率矩阵分解与相似度计算 | 第22-36页 |
| 3.1 概率矩阵分解 | 第22-25页 |
| 3.2 相似度计算 | 第25-36页 |
| 第四章 基于社交圈的用户兴趣预测 | 第36-52页 |
| 4.1 偏置因子影响的用户兴趣预测模型 | 第36-40页 |
| 4.1.1 社交网络概述 | 第36-37页 |
| 4.1.2 偏置因子的定义 | 第37-38页 |
| 4.1.3 用户兴趣预测模型 | 第38-40页 |
| 4.2 时序因子影响的用户兴趣预测模型 | 第40-46页 |
| 4.2.1 时序影响因子的定义 | 第41-42页 |
| 4.2.2 模型的假设 | 第42-43页 |
| 4.2.3 用户兴趣预测模型 | 第43-46页 |
| 4.3 基于朋友圈活跃度的用户兴趣预测模型 | 第46-52页 |
| 4.3.1 参数设置与模型假设 | 第47-48页 |
| 4.3.2 模型建立与分析 | 第48-52页 |
| 第五章 总结 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
