| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 人类行为动力学 | 第9-10页 |
| 1.2.2 基于用户行为的个性化推荐 | 第10-11页 |
| 1.3 研究目的及主要研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第2章 理论基础与关键技术 | 第13-23页 |
| 2.1 用户行为动力学相关理论研究 | 第13-17页 |
| 2.1.1 Lévy Flight理论 | 第13-14页 |
| 2.1.2 基于科研兴趣的人类行为动力学 | 第14-17页 |
| 2.2 推荐算法简介 | 第17-22页 |
| 2.2.1 经典推荐算法 | 第17-20页 |
| 2.2.2 评价指标 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 用户在线观影兴趣偏好统计分析 | 第23-37页 |
| 3.1 数据集介绍 | 第23-26页 |
| 3.1.1 数据概况 | 第23-25页 |
| 3.1.2 组合类型 | 第25-26页 |
| 3.1.3 观影数量分布 | 第26页 |
| 3.2 长时间尺度下观影兴趣演变规律量化 | 第26-32页 |
| 3.2.1 用户兴趣演化度量 | 第27-29页 |
| 3.2.2 用户观影兴趣分散程度与信息熵 | 第29-30页 |
| 3.2.3 随机序列验证 | 第30-31页 |
| 3.2.4 小结 | 第31-32页 |
| 3.3 短时间尺度下观影行为模式分析 | 第32-36页 |
| 3.3.1 回转半径 | 第32-34页 |
| 3.3.2 基于相似度的回转半径 | 第34-35页 |
| 3.3.3 小结 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于Lévy Flight的用户兴趣偏好模型 | 第37-44页 |
| 4.1 模型描述 | 第37-39页 |
| 4.2 模型验证 | 第39-43页 |
| 4.2.1 兴趣演变度量值 | 第39-40页 |
| 4.2.2 回转半径 | 第40-41页 |
| 4.2.3 与随机游走模型的比较 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 基于用户行为的个性化推荐 | 第44-50页 |
| 5.1 数据集概况 | 第44页 |
| 5.2 用户的异质性与个性化参数 | 第44-48页 |
| 5.3 基于用户行为的个性化推荐算法 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间的研究成果 | 第57页 |