| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 研究现状及存在的问题 | 第10-12页 |
| 1.2.1 研究现状 | 第10-11页 |
| 1.2.2 存在主要问题 | 第11-12页 |
| 1.3 本文主要成果 | 第12-13页 |
| 1.4 论文内容安排 | 第13-15页 |
| 第二章 推荐系统关键技术研究 | 第15-31页 |
| 2.1 概述 | 第15页 |
| 2.2 基于内容的推荐系统 | 第15-17页 |
| 2.3 协同过滤算法 | 第17-28页 |
| 2.3.1 基于用户的协同过滤算法 | 第19-22页 |
| 2.3.2 基于项目的协同过滤算法 | 第22-25页 |
| 2.3.3 基于模型的协同过滤算法 | 第25-27页 |
| 2.3.4 混合协同过滤算法 | 第27-28页 |
| 2.3.5 推荐技术的性能比较 | 第28页 |
| 2.4 评价标准 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 邮箱平台下推荐系统的研究 | 第31-53页 |
| 3.1 邮箱平台系统综述 | 第31-32页 |
| 3.1.1 邮箱平台的特点 | 第31页 |
| 3.1.2 邮箱平台推荐算法的框架 | 第31-32页 |
| 3.2 邮箱用户兴趣模型 | 第32-37页 |
| 3.2.1 邮箱用户兴趣模型 | 第32-34页 |
| 3.2.2 基于word2vec算法解决冷启动问题 | 第34-37页 |
| 3.3 基于多维相似度的用户协同过滤算法 | 第37-45页 |
| 3.3.1 基于信任的用户相似度度量 | 第38-40页 |
| 3.3.2 基于项目评分的用户相似度度量 | 第40-42页 |
| 3.3.3 基于用户直接兴趣相似度的度量 | 第42-43页 |
| 3.3.4 基于多维相似度的用户协同过滤算法 | 第43-45页 |
| 3.4 基于物品的协同过滤推荐算法 | 第45-51页 |
| 3.4.1 物品相似矩阵 | 第46-48页 |
| 3.4.2 用户-物品相似矩阵 | 第48-49页 |
| 3.4.3 基于物品协同过滤的优化算法 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 实验结果及分析 | 第53-69页 |
| 4.1 混合推荐算法和推荐策略 | 第53-54页 |
| 4.2 实验分析 | 第54-68页 |
| 4.2.0 实验目的 | 第54页 |
| 4.2.1 实验评价标准 | 第54-56页 |
| 4.2.2 实验数据集 | 第56页 |
| 4.2.3 实验预处理 | 第56-57页 |
| 4.2.4 实验设计 | 第57-60页 |
| 4.2.5 实验结论 | 第60-68页 |
| 4.3 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 工作总结 | 第69页 |
| 5.2 工作展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 作者攻读学位期间发表的学术论文目录 | 第75页 |