基于模态型符号数据建模的群体推荐系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 传统的群体推荐系统算法研究现状 | 第10-12页 |
| 1.2.2 使用符号数据的推荐系统的研究现状 | 第12-13页 |
| 1.3 论文基本内容及结构 | 第13-14页 |
| 1.4 研究技术路线 | 第14-16页 |
| 第二章 理论综述 | 第16-31页 |
| 2.1 群体推荐系统 | 第16-22页 |
| 2.1.1 群体推荐系统的定义 | 第16页 |
| 2.1.2 群体推荐系统的分类 | 第16-22页 |
| 2.2 符号数据分析法 | 第22-24页 |
| 2.2.1 符号数据概述 | 第22页 |
| 2.2.2 符号数据的类型 | 第22-23页 |
| 2.2.3 符号数据分析的距离计算方法 | 第23-24页 |
| 2.3 协同过滤算法 | 第24-27页 |
| 2.4 遗传算法 | 第27-29页 |
| 2.4.1 遗传算法的定义 | 第27-28页 |
| 2.4.2 遗传算法的运算过程 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 基于符号数据的群体用户建模与群体推荐过程 | 第31-42页 |
| 3.1 概述 | 第31-32页 |
| 3.2 用户数据 | 第32-33页 |
| 3.3 建立符号数据模型 | 第33-39页 |
| 3.3.1 建立项目的符号数据模型 | 第33-35页 |
| 3.3.2 建立个体用户符号数据模型 | 第35-37页 |
| 3.3.3 建立群体用户符号数据模型 | 第37-39页 |
| 3.4 产生群体推荐列表 | 第39-41页 |
| 3.4.1 模型间相似性计算 | 第39-40页 |
| 3.4.2 预测群体评分并产生推荐列表 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 实验及算法评价 | 第42-52页 |
| 4.1 实验数据集 | 第42-43页 |
| 4.2 实验设计思路 | 第43页 |
| 4.3 实验结果评价指标 | 第43-44页 |
| 4.4 实验过程及结果分析 | 第44-51页 |
| 4.4.1 实验一：建立的群体模型的有效性 | 第44-45页 |
| 4.4.2 实验二：推荐结果准确性 | 第45-47页 |
| 4.4.3 实验三：敏感性分析 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-55页 |
| 5.1 本文工作总结 | 第52-53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61-62页 |
