首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

反馈排序学习模型在个性化推荐系统中的应用研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-19页
   ·引言第12页
   ·研究背景与现状第12-17页
     ·信息检索第13-14页
     ·排序学习第14-15页
     ·推荐系统第15-17页
   ·本文主要工作第17页
   ·本论文的结构安排第17-19页
第二章 相关工作综述第19-34页
   ·引言第19页
   ·信息检索模型第19-25页
     ·布尔检索模型第20页
     ·向量空间模型第20-23页
     ·概率检索模型第23-24页
     ·统计语言检索模型第24-25页
   ·排序学习模型第25-33页
     ·基于单文档的排序学习第26-30页
     ·基于文档对的排序学习第30-32页
     ·基于文档列表的排序学习第32-33页
   ·本章小结第33-34页
第三章 推荐系统模型与改进第34-59页
   ·引言第34-35页
   ·推荐系统的评价指标第35-38页
   ·面向注册用户的推荐算法第38-45页
     ·基于内容推荐第38-40页
     ·协同过滤推荐第40-43页
     ·基于内容和协同过滤的混合推荐第43-45页
   ·面向未注册用户的推荐算法第45-52页
     ·基于内容推荐第45-48页
     ·基于关联规则推荐第48-52页
   ·有效性反馈推荐系统第52-57页
     ·有效性反馈概述第52-53页
     ·反馈推荐系统模型第53-56页
     ·有效性反馈思想在推荐系统中的应用第56-57页
   ·本章小结第57-59页
第四章 面向未注册用户推荐模型的验证第59-70页
   ·引言第59页
   ·实验数据集第59-61页
   ·实验评价指标第61-62页
   ·基于内容推荐第62-66页
     ·实验设计第62页
     ·实验结果第62-64页
     ·实验分析第64-66页
   ·基于关联规则推荐第66-69页
     ·实验设计第66页
     ·实验结果第66-68页
     ·实验分析第68-69页
   ·本章小结第69-70页
第五章 有效性反馈推荐模型的验证第70-77页
   ·引言第70页
   ·基于内容的反馈推荐第70-74页
     ·实验设计第70-71页
     ·实验结果与分析第71-74页
   ·协同过滤反馈推荐第74-76页
     ·实验设计第74-75页
     ·实验结果与分析第75-76页
   ·本章小结第76-77页
第六章 结论第77-79页
   ·本文的主要贡献第77-78页
   ·下一步工作展望第78-79页
致谢第79-80页
参考文献第80-84页
攻硕期间取得的研究成果第84-85页

论文共85页,点击 下载论文
上一篇:数码相机的颜色插值算法研究及其FPGA实现
下一篇:高速公路工程管理信息系统