基于稀疏线性方法的Top-N推荐算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 课题研究目的及意义 | 第11-12页 |
| 1.3 国内外研究现状及分析 | 第12-17页 |
| 1.3.1 协同过滤推荐 | 第12-15页 |
| 1.3.2 基于内容的推荐 | 第15页 |
| 1.3.3 混合推荐方法 | 第15页 |
| 1.3.4 Top-N推荐 | 第15-17页 |
| 1.4 论文研究内容及组织结构 | 第17-20页 |
| 1.4.1 论文研究内容 | 第17-18页 |
| 1.4.2 论文组织结构 | 第18-20页 |
| 第2章 相关理论 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 稀疏线性方法 | 第20-25页 |
| 2.2.1 符号表示 | 第20-21页 |
| 2.2.2 稀疏线性方法 | 第21-25页 |
| 2.3 多元局部模型 | 第25-26页 |
| 2.4 模型选择及评估方法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于稀疏线性方法的组合方法研究 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 传统推荐方法存在的问题 | 第28-31页 |
| 3.3 基于稀疏线性方法的多元局部模型 | 第31-34页 |
| 3.3.1 符号表示 | 第31-32页 |
| 3.3.2 多元局部模型 | 第32-34页 |
| 3.4 基于稀疏线性方法的组合方法 | 第34-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 仿真实验与分析 | 第40-50页 |
| 4.1 实验环境与实验数据 | 第40-41页 |
| 4.1.1 实验环境 | 第40页 |
| 4.1.2 实验数据 | 第40-41页 |
| 4.2 模型对比及结果分析 | 第41-44页 |
| 4.3 实验参数的选择 | 第44-46页 |
| 4.3.1 随机初始化用户子集 | 第44-45页 |
| 4.3.2 推荐列表的数目 | 第45-46页 |
| 4.4 实验结果及分析 | 第46-48页 |
| 4.5 本章小结 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-59页 |
| 致谢 | 第59页 |
