基于Petri网的推荐系统的研究与分析
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·推荐系统个性化的特性 | 第10-12页 |
| ·推荐系统中的用户建模 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第2章 个性化推荐算法比较 | 第15-26页 |
| ·基于内容的方法 | 第16-20页 |
| ·基于内容方法的形式化表示 | 第16-19页 |
| ·基于内容的推荐方法的缺陷 | 第19-20页 |
| ·协同过滤方法 | 第20-24页 |
| ·协同过滤方法的形式化表示 | 第20-23页 |
| ·协同过滤推荐方法的缺陷 | 第23-24页 |
| ·混合方法 | 第24-26页 |
| 第3章 基于Petri网的用户建模与兴趣发现 | 第26-42页 |
| ·Petri网原理 | 第26-29页 |
| ·Petri网的基本定义 | 第26-28页 |
| ·Petri网的性质 | 第28-29页 |
| ·用户建模概述 | 第29-32页 |
| ·改进的新用户模型 | 第32-42页 |
| ·用户数据的收集、表示和管理 | 第32-34页 |
| ·数据安全性 | 第34页 |
| ·用户的模型表示 | 第34-36页 |
| ·用户模型的生成和更新 | 第36-42页 |
| 第4章 一种情景化的个性化推荐模型推理 | 第42-52页 |
| ·FPN和FPN论证 | 第43-44页 |
| ·推荐系统的架构 | 第44-48页 |
| ·多维评分矩阵的分析 | 第44-46页 |
| ·推荐系统的设计 | 第46-48页 |
| ·推荐系统的RFPN模型 | 第48-50页 |
| ·隶属函数值的计算 | 第48页 |
| ·RFPN模型的构建 | 第48-50页 |
| ·RFPN模型验证 | 第50-52页 |
| 第5章 个性化推荐系统的设计与实现 | 第52-60页 |
| ·智能推荐系统的简介 | 第52-54页 |
| ·推荐系统结构 | 第52-53页 |
| ·推荐系统的情境 | 第53-54页 |
| ·情境化新用户模型用户描述文件 | 第54-55页 |
| ·用户模型描述文件格式 | 第54-55页 |
| ·基于内容和协同过滤改进混合推荐算法 | 第55-57页 |
| ·模糊Petri对系统的评定分析 | 第57-58页 |
| ·实验结果与分析 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·本文的工作总结 | 第60页 |
| ·下一步工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
