| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 移动视频的个性化推荐技术 | 第12-14页 |
| 1.2.1 移动视频的特征表示 | 第12页 |
| 1.2.2 用户行为偏好建模 | 第12-13页 |
| 1.2.3 移动视频的个性化推荐 | 第13-14页 |
| 1.3 课题的提出 | 第14-15页 |
| 1.4 论文研究内容 | 第15页 |
| 1.5 论文结构安排 | 第15-17页 |
| 第2章 移动视频及个性化推荐技术研究进展 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 移动视频的特征表示 | 第17-23页 |
| 2.2.1 视觉特征 | 第17-18页 |
| 2.2.2 运动特征 | 第18-19页 |
| 2.2.3 深度特征 | 第19-23页 |
| 2.3 用户行为偏好建模技术 | 第23-27页 |
| 2.3.1 基于视觉特征的用户行为偏好建模技术 | 第23页 |
| 2.3.2 基于标签的用户行为偏好建模技术 | 第23-24页 |
| 2.3.3 基于评分的用户行为偏好建模技术 | 第24-25页 |
| 2.3.4 联合多特征的用户行为偏好建模技术 | 第25-27页 |
| 2.4 移动视频的个性化推荐技术 | 第27-30页 |
| 2.4.1 基于内容的个性化推荐 | 第27-28页 |
| 2.4.2 协同过滤的个性化推荐 | 第28-29页 |
| 2.4.3 用户行为偏好的个性化推荐 | 第29-30页 |
| 2.5 个性化推荐的性能评价准则 | 第30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于ELU-3DCNN网络的移动视频深度特征提取 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 ELU-3DCNN网络结构 | 第31-34页 |
| 3.2.1 激活函数 | 第32-33页 |
| 3.2.2 三维卷积及池化 | 第33页 |
| 3.2.3 ELU-3DCNN网络设计 | 第33-34页 |
| 3.3 利用ELU-3DCNN网络提取移动视频深度特征 | 第34-38页 |
| 3.3.1 数据预处理 | 第34-35页 |
| 3.3.2 ELU-3DCNN网络训练与调参 | 第35-37页 |
| 3.3.3 移动视频的深度特征提取 | 第37-38页 |
| 3.4 深度特征在移动视频分类上的应用 | 第38-39页 |
| 3.5 实验结果与分析 | 第39-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 联合深度特征-标签的用户行为偏好模型构建 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 用户行为偏好模型总体架构 | 第45页 |
| 4.3 基于深度特征的用户行为偏好模型构建 | 第45-48页 |
| 4.3.1 基于深度特征的移动视频表示 | 第46页 |
| 4.3.2 用户深度特征偏好模型的构建 | 第46-48页 |
| 4.4 基于标签的用户行为偏好模型构建 | 第48-49页 |
| 4.4.1 基于标签的移动视频表示 | 第48页 |
| 4.4.2 用户标签偏好模型的构建 | 第48-49页 |
| 4.5 联合深度特征-标签的用户行为偏好模型构建 | 第49-50页 |
| 4.6 实验结果与分析 | 第50-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 基于用户行为偏好模型的移动视频个性化推荐系统设计与实现 | 第55-73页 |
| 5.1 引言 | 第55页 |
| 5.2 系统总体架构 | 第55-56页 |
| 5.3 基于用户行为偏好模型的移动视频个性化推荐 | 第56-62页 |
| 5.3.1 移动视频关键帧提取 | 第56-60页 |
| 5.3.2 用户行为偏好模型参数的更新 | 第60-61页 |
| 5.3.3 基于用户行为偏好进行个性化移动视频推荐 | 第61-62页 |
| 5.4 移动视频个性化推荐系统的设计与实现 | 第62-64页 |
| 5.4.1 移动视频个性化推荐系统数据库设计 | 第62-63页 |
| 5.4.2 移动视频个性化推荐系统交互界面设计 | 第63-64页 |
| 5.5 实验结果与分析 | 第64-71页 |
| 5.6 本章小结 | 第71-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间完成的学术成果 | 第81-83页 |
| 攻读硕士学位期间参加的科研项目 | 第83-85页 |
| 致谢 | 第85-86页 |
