以产品为中心的客户定向机制
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 表目录 | 第14-15页 |
| 图目录 | 第15-17页 |
| 第一章 引言 | 第17-33页 |
| 1.1 客户定向面临的挑战 | 第18-20页 |
| 1.1.1 用户兴趣偏好的生成方法 | 第18-19页 |
| 1.1.2 逆向排名查询 | 第19-20页 |
| 1.2 匹配框架 | 第20-24页 |
| 1.2.1 数据预处理 | 第20-22页 |
| 1.2.2 查询处理 | 第22-24页 |
| 1.3 相关工作 | 第24-28页 |
| 1.3.1 客户兴趣偏好的研究进展 | 第24-25页 |
| 1.3.2 逆向排名查询的研究进展 | 第25-28页 |
| 1.4 本文的主要贡献 | 第28-30页 |
| 1.5 本文的章节安排 | 第30-33页 |
| 第二章 用户兴趣偏好的生成及查询定义 | 第33-45页 |
| 2.1 预备知识 | 第33-35页 |
| 2.2 用户偏好模型 | 第35-36页 |
| 2.2.1 一般的线性模型 | 第35-36页 |
| 2.2.2 扩展的线性模型 | 第36页 |
| 2.3 逆向k排名查询定义 | 第36-41页 |
| 2.4 逆向Top-k-Ranks查询定义 | 第41-43页 |
| 2.5 本章小结 | 第43-45页 |
| 第三章 逆向k排名查询的通用策略 | 第45-69页 |
| 3.1 预备知识 | 第45-46页 |
| 3.2 技术解决方案 | 第46-61页 |
| 3.2.1 基于树的剪枝方法 | 第46-49页 |
| 3.2.2 批量剪枝算法 | 第49-55页 |
| 3.2.3 标记的剪枝算法 | 第55-59页 |
| 3.2.4 算法讨论 | 第59-61页 |
| 3.3 实验研究 | 第61-68页 |
| 3.3.1 实验数据 | 第61-62页 |
| 3.3.2 性能评估实验 | 第62-66页 |
| 3.3.3 有效性评估实验 | 第66-68页 |
| 3.4 本章小结 | 第68-69页 |
| 第四章 逆向k排名查询在二维场景下的研究 | 第69-81页 |
| 4.1 预备知识 | 第69页 |
| 4.2 技术解决方案 | 第69-76页 |
| 4.2.1 基于排序的算法 | 第70-74页 |
| 4.2.2 基于树的算法 | 第74-76页 |
| 4.3 实验研究 | 第76-79页 |
| 4.4 本章小结 | 第79-81页 |
| 第五章 逆向Top-k-Ranks查询 | 第81-95页 |
| 5.1 预备知识 | 第81-82页 |
| 5.2 技术解决方案 | 第82-87页 |
| 5.2.1 算法分析 | 第83-84页 |
| 5.2.2 算法描述 | 第84-87页 |
| 5.3 实验研究 | 第87-93页 |
| 5.3.1 实验数据 | 第87-88页 |
| 5.3.2 有效性实验研究 | 第88-92页 |
| 5.3.3 性能实验研究 | 第92-93页 |
| 5.4 本章小结 | 第93-95页 |
| 第六章 总结与展望 | 第95-99页 |
| 6.1 总结 | 第95-97页 |
| 6.2 未来工作的展望 | 第97-99页 |
| 参考文献 | 第99-107页 |
| 致谢 | 第107-109页 |
| 攻读硕士学位期间发表论文 | 第109页 |
