基于分布式图模型的学术论文推荐算法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究目的和意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 常用推荐算法的研究现状 | 第16-18页 |
| 1.2.2 图模型推荐算法研究现状 | 第18-19页 |
| 1.2.3 分布式计算研究现状 | 第19-20页 |
| 1.3 主要研究内容与工作 | 第20页 |
| 1.4 本文结构 | 第20-22页 |
| 第2章 相关理论和技术 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 常用推荐算法概述 | 第22-29页 |
| 2.2.1 基于内容的过滤 | 第22-24页 |
| 2.2.2 基于协同过滤的推荐 | 第24-25页 |
| 2.2.3 基于隐语义模型的推荐 | 第25-29页 |
| 2.3 图模型推荐算法 | 第29-30页 |
| 2.4 分布式图计算框架GraphX | 第30-32页 |
| 2.4.1 Spark分布式计算平台 | 第30-31页 |
| 2.4.2 GraphX计算框架 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于分布式图模型的论文推荐算法 | 第33-48页 |
| 3.1 引言 | 第33页 |
| 3.2 分布式图操作定义 | 第33-35页 |
| 3.3 用户-论文关系图 | 第35-38页 |
| 3.3.1 学术论文结构分析 | 第35-36页 |
| 3.3.2 论文关系图 | 第36-38页 |
| 3.3.3 用户-论文两层图 | 第38页 |
| 3.4 基于分布式图模型的推荐算法 | 第38-47页 |
| 3.4.1 现有算法存在的问题 | 第38-40页 |
| 3.4.2 基于图模型的论文质量评价方法 | 第40-43页 |
| 3.4.3 基于图模型的SVD++算法 | 第43-46页 |
| 3.4.4 基于层次混合的PRSVD++图算法 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 实验及结果分析 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 实验数据与环境 | 第48-50页 |
| 4.2.1 实验数据集 | 第48-49页 |
| 4.2.2 实验环境 | 第49-50页 |
| 4.3 评价标准 | 第50-52页 |
| 4.4 实验结果分析 | 第52-58页 |
| 4.4.1 不同权重分配下的推荐结果比较 | 第52-53页 |
| 4.4.2 不同抑制因子的推荐结果比较 | 第53-55页 |
| 4.4.3 常用推荐算法对比分析 | 第55-56页 |
| 4.4.4 运行时间比较和可扩展性分析 | 第56-58页 |
| 4.5 本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67-68页 |
