网易严选个性化推荐系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第12-18页 |
| 1.1 论文的背景和意义 | 第12-13页 |
| 1.2 个性化推荐系统的国内外研究现状 | 第13-16页 |
| 1.3 本文主要研究的工作 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-18页 |
| 第二章 技术综述 | 第18-29页 |
| 2.1 个性化推荐系统 | 第18-22页 |
| 2.1.1 个性化推荐系统的研究方向 | 第18-20页 |
| 2.1.2 个性化推荐系统的主要问题 | 第20-21页 |
| 2.1.3 个性化推荐系统的应用场景 | 第21-22页 |
| 2.2 个性化推荐算法 | 第22-26页 |
| 2.2.1 基于协同过滤的推荐 | 第22-24页 |
| 2.2.2 基于关联规则的推荐 | 第24-25页 |
| 2.2.3 基于内容的推荐 | 第25-26页 |
| 2.2.4 基于隐语义模型的推荐 | 第26页 |
| 2.3 个性化推荐系统的评估 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 系统分析与设计 | 第29-46页 |
| 3.1 严选的问题 | 第29-30页 |
| 3.2 业务流程分析 | 第30-32页 |
| 3.2.1 网站页面构成 | 第30页 |
| 3.2.2 用户购物流程 | 第30-32页 |
| 3.3 系统总体设计 | 第32-37页 |
| 3.3.1 推荐系统边界 | 第32-33页 |
| 3.3.2 推荐系统架构 | 第33-35页 |
| 3.3.3 系统结构设计 | 第35-36页 |
| 3.3.4 系统功能设计 | 第36-37页 |
| 3.4 系统功能模块设计 | 第37-44页 |
| 3.4.1 数据预处理 | 第37-38页 |
| 3.4.2 用户-物品模型构建 | 第38-39页 |
| 3.4.3 基础推荐生成 | 第39-40页 |
| 3.4.4 线上推荐 | 第40-44页 |
| 3.4.5 推荐评估 | 第44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 系统实现 | 第46-74页 |
| 4.1 数据预处理 | 第46-49页 |
| 4.1.1 用户行为数据处理 | 第46-47页 |
| 4.1.2 物品特征数据处理 | 第47-49页 |
| 4.2 构建用户-物品模型 | 第49-55页 |
| 4.2.1 用户模型构建 | 第50-55页 |
| 4.2.2 物品模型构建 | 第55页 |
| 4.3 基础推荐生成 | 第55-59页 |
| 4.3.1 生成训练数据 | 第55-56页 |
| 4.3.2 构建共现矩阵 | 第56-57页 |
| 4.3.3 构建相似度矩阵 | 第57-58页 |
| 4.3.4 进行推荐 | 第58-59页 |
| 4.4 线上推荐的实现 | 第59-68页 |
| 4.4.1 "看了又看"推荐策略实现 | 第59-62页 |
| 4.4.2 "首页人气推荐"策略实现 | 第62-64页 |
| 4.4.3 "买了又买"推荐策略实现 | 第64-68页 |
| 4.5 推荐评估 | 第68-73页 |
| 4.5.1 Offline推荐效果的评估 | 第68-69页 |
| 4.5.2 Online推荐效果的评估 | 第69-73页 |
| 4.6 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 参与项目 | 第80-82页 |
