基于用户—产品—标签三元关系的个性化推荐系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文主要研究工作和组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 个性化推荐技术及相关理论 | 第16-29页 |
| ·个性化推荐系统的定义 | 第16页 |
| ·个性化推荐系统的应用 | 第16-20页 |
| ·个性化推荐系统的分类 | 第16-18页 |
| ·个性化推荐系统的发展历程 | 第18页 |
| ·个性化推荐系统的作用 | 第18-20页 |
| ·个性化推荐系统的推荐算法 | 第20-27页 |
| ·个性化推荐系统的组成 | 第20页 |
| ·基于内容的个性化推荐系统算法 | 第20-21页 |
| ·基于关联规则的个性化推荐系统算法 | 第21-23页 |
| ·基于协同过滤的个性化推荐系统算法 | 第23-26页 |
| ·混合的个性化推荐系统算法 | 第26-27页 |
| ·个性化推荐系统的缺陷 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于三部图的个性化推荐系统原理 | 第29-34页 |
| ·个性化推荐系统的表示 | 第29-30页 |
| ·一般推荐系统的表示 | 第29页 |
| ·个性化推荐系统的表示 | 第29-30页 |
| ·三部图理论与原理 | 第30-31页 |
| ·二分图的介绍 | 第30页 |
| ·三部图的介绍 | 第30-31页 |
| ·基于三部图的个性化推荐系统 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于加权的三部图的个性化推荐系统算法设计 | 第34-58页 |
| ·TGD 推荐算法总体思想 | 第34页 |
| ·TGD 推荐算法具体流程设计 | 第34-35页 |
| ·TGD 推荐算法概述 | 第34-35页 |
| ·TGD 推荐算法流程图 | 第35页 |
| ·TGD 推荐算法具体实现 | 第35-57页 |
| ·数据集的标准化 | 第36-38页 |
| ·数据预处理 | 第38-40页 |
| ·用户、产品、标签的重要性权重计算 | 第40-44页 |
| ·三部图的建模和扩散 | 第44-56页 |
| ·三部图扩散后产品资源的整合 | 第56-57页 |
| ·算法性能分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 实验结果与分析 | 第58-67页 |
| ·实验数据集介绍 | 第58-59页 |
| ·MovieLens 数据集介绍 | 第58页 |
| ·Delicious 数据集介绍 | 第58页 |
| ·Flickr 数据集介绍 | 第58-59页 |
| ·评估方法介绍 | 第59页 |
| ·实验结果分析 | 第59-67页 |
| ·TGD 推荐算法程序设计与实现 | 第59-61页 |
| ·实验数据集规模 | 第61-62页 |
| ·实验结果及说明 | 第62-65页 |
| ·实验结果分析 | 第65-67页 |
| 第六章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
