融合时间、文本特征和项目相关性的项目冷启动推荐研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究目标和研究内容 | 第12-13页 |
| 1.3 本文的结构安排 | 第13-15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 推荐领域相关知识 | 第16-25页 |
| 2.1 推荐系统中面对的问题 | 第16-19页 |
| 2.1.1 稀疏性和冷启动问题 | 第16-17页 |
| 2.1.2 时间动态问题 | 第17-19页 |
| 2.2 研究相关的知识和工作 | 第19-24页 |
| 2.2.1 卷积神经网络 | 第19-23页 |
| 2.2.2 词嵌入技术 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 时间、文本、项目相关性的挖掘 | 第25-32页 |
| 3.1 矩阵分解技术 | 第25-26页 |
| 3.2 融合时间的矩阵分解 | 第26-27页 |
| 3.3 文本特征的提取 | 第27-29页 |
| 3.4 项目相关性挖掘 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 冷启动推荐模型和算法 | 第32-39页 |
| 4.1 完全冷启动项目推荐 | 第32-33页 |
| 4.2 非完全冷启动项目推荐 | 第33-35页 |
| 4.3 模型训练 | 第35-38页 |
| 4.4 本章小结 | 第38-39页 |
| 5 实验结果和分析 | 第39-48页 |
| 5.1 实验数据集及实验设置 | 第39-40页 |
| 5.1.1 实验数据集 | 第39-40页 |
| 5.1.2 预处理 | 第40页 |
| 5.1.3 实验设置 | 第40页 |
| 5.2 评价指标体系 | 第40-41页 |
| 5.3 与其他推荐方法的比较 | 第41-42页 |
| 5.4 实验结果和分析 | 第42-47页 |
| 5.4.1 TmTe-CCS的性能评价 | 第42-44页 |
| 5.4.2 TmTeCo-ICS的性能评价 | 第44-47页 |
| 5.5 本章小结 | 第47-48页 |
| 6 工作总结和展望 | 第48-50页 |
| 6.1 工作总结 | 第48页 |
| 6.2 工作展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 附录 | 第57页 |
| A.作者在攻读学位期间成果目录 | 第57页 |
| B.作者在攻读学位期间参加的项目 | 第57页 |
