基于标签特征的交互式个性化推荐技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 传统推荐算法 | 第11-12页 |
| 1.2.2 交互式推荐方法 | 第12-13页 |
| 1.2.3 基于标签的推荐算法 | 第13-14页 |
| 1.3 研究内容与创新 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第2章 基于标签的交互式推荐系统分析与设计 | 第16-25页 |
| 2.1 需求分析 | 第16-17页 |
| 2.2 总体设计 | 第17-18页 |
| 2.3 交互功能设计 | 第18-19页 |
| 2.3.1 设计难点 | 第18页 |
| 2.3.2 详细设计 | 第18-19页 |
| 2.4 推荐功能设计 | 第19-22页 |
| 2.4.1 设计难点 | 第19-21页 |
| 2.4.2 详细设计 | 第21-22页 |
| 2.5 系统展示 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 备选集缩减的交互式方法 | 第25-37页 |
| 3.1 交互式方法概述 | 第25-28页 |
| 3.2 基于标签属性的资源分区 | 第28-33页 |
| 3.3 备选集资源投票排名算法 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于标签特征的个性化推荐算法 | 第37-60页 |
| 4.1 资源标注方法 | 第37-39页 |
| 4.2 基于标签特征的推荐算法概述 | 第39-40页 |
| 4.3 用户兴趣模型构建 | 第40-41页 |
| 4.4 资源标签特征提取 | 第41-46页 |
| 4.5 用户偏好度计算 | 第46-48页 |
| 4.6 实验结果和分析 | 第48-58页 |
| 4.6.1 实验环境和数据集 | 第48-49页 |
| 4.6.2 实验评估指标 | 第49-50页 |
| 4.6.3 最近邻K值的选取实验 | 第50-52页 |
| 4.6.4 推荐算法对比实验 | 第52-54页 |
| 4.6.5 “冷启动”推荐实验 | 第54-56页 |
| 4.6.6 交互式推荐效果研究 | 第56-58页 |
| 4.7 本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 工作总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间获得与学位论文相关的科研成果 | 第66页 |
