| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 推荐系统背景及研究的目的和意义 | 第10-12页 |
| 1.2 推荐算法的介绍 | 第12-13页 |
| 1.3 推荐算法的研究现状 | 第13-15页 |
| 1.4 本文的主要研究内容 | 第15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第2章 基于用户及物品关系的推荐算法 | 第17-23页 |
| 2.1 算法分类及存在问题 | 第17-20页 |
| 2.1.1 基于用户关系的推荐算法 | 第17-18页 |
| 2.1.2 基于物品关系的推荐算法 | 第18-20页 |
| 2.2 解决思路及创新点 | 第20-22页 |
| 2.2.1 矩阵分解技术 | 第20-21页 |
| 2.2.2 解决思路及创新点 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 融合隐式用户及物品关系的推荐算法 | 第23-35页 |
| 3.1 融合隐式用户关系的推荐算法 | 第23-26页 |
| 3.1.1 发掘隐式用户关系 | 第23-25页 |
| 3.1.2 融合隐式用户关系的矩阵分解模型 | 第25-26页 |
| 3.2 融合隐式物品关系的推荐算法 | 第26-27页 |
| 3.2.1 发掘隐式物品关系 | 第26页 |
| 3.2.2 融合隐式物品关系的矩阵分解模型 | 第26-27页 |
| 3.3 融合隐式用户及物品关系的推荐算法 | 第27-29页 |
| 3.3.1 发掘隐式用户及物品关系 | 第27-28页 |
| 3.3.2 融合隐式用户及物品关系的矩阵分解模型 | 第28-29页 |
| 3.4 模型优化 | 第29-33页 |
| 3.5 模型复杂度分析 | 第33页 |
| 3.6 本章小结 | 第33-35页 |
| 第4章 融合显式与隐式用户及物品关系的推荐算法 | 第35-45页 |
| 4.1 融合显式与隐式用户关系的推荐算法 | 第35-36页 |
| 4.2 融合显式与隐式的物品关系的推荐算法 | 第36-38页 |
| 4.3 融合显式与隐式的用户及物品关系的推荐算法 | 第38-39页 |
| 4.4 模型优化 | 第39-43页 |
| 4.5 模型复杂度分析 | 第43页 |
| 4.6 本章小结 | 第43-45页 |
| 第5章 实验结果及分析 | 第45-60页 |
| 5.1 融合隐式用户及物品关系推荐算法的实验结果 | 第45-53页 |
| 5.1.1 实验数据集 | 第45页 |
| 5.1.2 实验估测指标 | 第45-46页 |
| 5.1.3 实验对比方法 | 第46页 |
| 5.1.4 实验参数设置 | 第46-47页 |
| 5.1.5 实验结果及分析 | 第47-53页 |
| 5.2 融合显式与隐式的用户及物品关系推荐算法的实验结果 | 第53-58页 |
| 5.2.1 实验数据集 | 第53-54页 |
| 5.2.2 实验估测指标 | 第54页 |
| 5.2.3 实验对比方法 | 第54-55页 |
| 5.2.4 实验参数设置 | 第55页 |
| 5.2.5 实验结果及分析 | 第55-58页 |
| 5.3 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |