基于时序行为挖掘和隐私保护的协同过滤推荐算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·研究背景 | 第11-15页 |
| ·信息过载 | 第12页 |
| ·推荐系统的产生与发展 | 第12-13页 |
| ·现有推荐系统的问题 | 第13-15页 |
| ·研究内容 | 第15页 |
| ·组织架构 | 第15-18页 |
| 第2章 相关工作 | 第18-32页 |
| ·传统推荐算法 | 第18-25页 |
| ·基于内容的推荐算法 | 第18-19页 |
| ·协同过滤推荐算法 | 第19-25页 |
| ·混合推荐算法 | 第25页 |
| ·改进的协同过滤算法 | 第25-27页 |
| ·基于时序信息的推荐算法 | 第25-26页 |
| ·基于关系挖掘的推荐算法 | 第26-27页 |
| ·基于隐私保护的推荐算法 | 第27-29页 |
| ·匿名算法 | 第27-28页 |
| ·加密算法 | 第28-29页 |
| ·数据扰动算法 | 第29页 |
| ·推荐系统评价标准 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于时序行为的协同过滤推荐算法 | 第32-46页 |
| ·引言 | 第32页 |
| ·基于时序行为的协同过滤推荐算法 | 第32-36页 |
| ·基于时序行为建模的最近邻选择 | 第32-33页 |
| ·矩阵分解推荐模型 | 第33-35页 |
| ·SequentialMF时间复杂度分析 | 第35-36页 |
| ·算法讨论 | 第36页 |
| ·基于SequentialMF的推荐算法框架 | 第36-37页 |
| ·实验分析 | 第37-43页 |
| ·实验数据集 | 第37-38页 |
| ·评价标准 | 第38页 |
| ·比较算法及参数设定 | 第38-39页 |
| ·实验结果及分析 | 第39-43页 |
| ·算法总结 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 基于隐私保护的协同过滤推荐算法 | 第46-60页 |
| ·引言 | 第46页 |
| ·基于隐私保护的协同过滤推荐算法 | 第46-51页 |
| ·设计思路 | 第46-47页 |
| ·推荐模型 | 第47-49页 |
| ·模型分析 | 第49-50页 |
| ·推荐算法框架 | 第50-51页 |
| ·实验分析 | 第51-58页 |
| ·实验数据集 | 第51-53页 |
| ·评价标准 | 第53页 |
| ·比较算法及参数设定 | 第53-54页 |
| ·实验结果及分析 | 第54-58页 |
| ·算法总结 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第5章 总结与工作展望 | 第60-64页 |
| ·研究内容总结 | 第60-61页 |
| ·研究工作展望 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文和参加的科研项目 | 第70页 |
