基于图网络结构的推荐方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10-12页 |
| 1.2 推荐算法的研究现状与展望 | 第12-15页 |
| 1.2.1 推荐算法研究进程 | 第12-14页 |
| 1.2.2 图网结构推荐算法研究现状 | 第14-15页 |
| 1.3 课题来源 | 第15页 |
| 1.4 课题研究内容 | 第15-17页 |
| 第2章 相关技术研究 | 第17-28页 |
| 2.1 基于内容的推荐算法 | 第17-18页 |
| 2.2 协同过滤推荐算法 | 第18-19页 |
| 2.3 图网络推荐算法 | 第19-24页 |
| 2.4 标签系统 | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于时间加权标签的图网络结构推荐算法 | 第28-40页 |
| 3.1 二部图网络结构推荐算法 | 第28-31页 |
| 3.2 三部图网络结构推荐算法 | 第31-33页 |
| 3.3 时间标签加权的三部图网络结构推荐算法 | 第33-39页 |
| 3.3.1 用户-项目-标签三部图结构 | 第34-36页 |
| 3.3.2 基于时间加权标签三部图推荐算法 | 第36-39页 |
| 3.3.3 时间复杂度分析 | 第39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 仿真实验与结果分析 | 第40-51页 |
| 4.1 仿真实验构建及评价指标 | 第40-44页 |
| 4.1.1 数据集 | 第40-41页 |
| 4.1.2 实验构建 | 第41-43页 |
| 4.1.3 评价指标 | 第43-44页 |
| 4.2 实验结果与分析 | 第44-50页 |
| 4.2.1 MovieLens数据集实验结果 | 第44-46页 |
| 4.2.2 Delicious数据集实验结果 | 第46-49页 |
| 4.2.3 实验结果分析 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
