摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 项目背景和意义 | 第10-11页 |
1.2 当前研究现状 | 第11-12页 |
1.3 论文研究目标和创新点 | 第12-13页 |
1.3.1 研究目标 | 第12页 |
1.3.2 课题创新点 | 第12-13页 |
1.4 研究生期间主要研究工作 | 第13-14页 |
1.5 论文的组织结构 | 第14-15页 |
第二章 推荐系统相关方法和技术介绍 | 第15-23页 |
2.1 推荐系统的概念和作用 | 第15-16页 |
2.2 推荐系统基本方法分析 | 第16-19页 |
2.2.1 基于内容的推荐 | 第16页 |
2.2.2 基于协同过滤的推荐 | 第16-18页 |
2.2.3 基于用户-项特殊关系推荐 | 第18-19页 |
2.2.4 合型推荐 | 第19页 |
2.3 个性化推荐系统的体系结构 | 第19-22页 |
2.3.1 位于服务器端的推荐系统 | 第20页 |
2.3.2 位于客户端的推荐系统 | 第20-21页 |
2.3.3 位于第三方服务器端的推荐系统 | 第21-22页 |
2.4 本章小结 | 第22-23页 |
第三章 MAR-HVRS混合型推荐系统的研究与总体设计 | 第23-28页 |
3.1 系统需求目标和前提 | 第23-24页 |
3.1.1 目标分析 | 第23页 |
3.1.2 假定与约束 | 第23-24页 |
3.2 MAR-HVRS系统详细需求分析 | 第24-25页 |
3.2.1 系统功能性需求 | 第24页 |
3.2.2 系统性能需求 | 第24-25页 |
3.3 MAR-HVRS系统总体架构设计 | 第25-27页 |
3.4 本章小结 | 第27-28页 |
第四章 MAR-HVRS推荐系统的设计与实现 | 第28-51页 |
4.1 MAR-HVRS系统离线部分实现方案 | 第28-47页 |
4.1.1 用户行为获取模块的实现 | 第29-32页 |
4.1.2 数据预处理模块的实现 | 第32-34页 |
4.1.3 用户偏好行为挖掘模块的实现 | 第34-38页 |
4.1.4 用户反馈行为挖掘模块的实现 | 第38-46页 |
4.1.5 过滤筛选结果模块的实现 | 第46-47页 |
4.2 MAR-HVRS视频推荐系统在线部分的实现 | 第47-50页 |
4.2.1 MAR-HVRS系统在线部分流程设计 | 第47-48页 |
4.2.2 MAR-HVRS系统在线部分的实现 | 第48-50页 |
4.3 本章小结 | 第50-51页 |
第五章 MAR-HVRS推荐系统实现效果与推荐结果分析 | 第51-56页 |
5.1 推荐系统常用评价指标简介 | 第51页 |
5.2 实验环境与数据集 | 第51-52页 |
5.3 MAR-HVRS系统测试结果与分析 | 第52-55页 |
5.3.1 MAR-HVRS系统离线部分推荐结果测试与分析 | 第52-53页 |
5.3.2 MAR-HVRS系统在线部分推荐结果测试与分析 | 第53-54页 |
5.3.3 基于关联规则方法预测用户反馈行为的实验与结果分析 | 第54-55页 |
5.4 本章小结 | 第55-56页 |
第六章 结束语 | 第56-58页 |
6.1 全文总结 | 第56-57页 |
6.2 工作展望 | 第57-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-61页 |
攻读学位期间发表的学术论文 | 第61页 |