| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景以及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 推荐系统相关研究综述 | 第14-32页 |
| 2.1 用户的个性化信息 | 第14-17页 |
| 2.1.1 评分数据 | 第14-15页 |
| 2.1.2 朋友关系 | 第15页 |
| 2.1.3 标签信息 | 第15-16页 |
| 2.1.4 其他 | 第16-17页 |
| 2.2 推荐系统的主要方法 | 第17-28页 |
| 2.2.1 基于内容过滤的推荐 | 第17-18页 |
| 2.2.2 协同过滤推荐 | 第18-19页 |
| 2.2.3 其他 | 第19-28页 |
| 2.3 推荐系统评测指标 | 第28-31页 |
| 2.3.1 预测准确度 | 第29页 |
| 2.3.2 分类准确度 | 第29-30页 |
| 2.3.3 其他 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于社会网络和标签信息的协同过滤算法 | 第32-44页 |
| 3.1 问题定义 | 第32-33页 |
| 3.2 算法描述 | 第33-38页 |
| 3.2.1 sn_rating算法 | 第33-34页 |
| 3.2.2 cf_tag算法 | 第34-36页 |
| 3.2.3 cf_sn_tag算法 | 第36-38页 |
| 3.3 实验设计 | 第38-40页 |
| 3.3.1 数据集 | 第38-39页 |
| 3.3.2 实验参数设置及度量方法 | 第39-40页 |
| 3.4 实验结果与评价 | 第40-42页 |
| 3.5 冷启动问题实验及结果 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于标签和类别信息的矩阵分解算法 | 第44-62页 |
| 4.1 问题定义 | 第44-45页 |
| 4.2 算法描述 | 第45-49页 |
| 4.2.1 用户正则项 | 第45-48页 |
| 4.2.2 物品正则项 | 第48-49页 |
| 4.2.3 MF_genre_tag_weight算法 | 第49页 |
| 4.3 实验设计 | 第49-52页 |
| 4.3.1 数据集 | 第50-51页 |
| 4.3.2 参与比较的其他推荐算法 | 第51-52页 |
| 4.3.3 实验参数设置及度量方法 | 第52页 |
| 4.4 实验结果与评价 | 第52-60页 |
| 4.4.1 整体实验结果 | 第52-54页 |
| 4.4.2 参数α对推荐的影响 | 第54-55页 |
| 4.4.3 参数λ_(user)和λ_(item)对推荐的影响 | 第55-58页 |
| 4.4.4 参数β对推荐的影响 | 第58-59页 |
| 4.4.5 参数num对推荐的影响 | 第59-60页 |
| 4.4.6 类别相似性中限制对推荐的影响 | 第60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 作者简介 | 第71页 |