| Abstract | 第6-7页 |
| 摘要 | 第8-12页 |
| CHAPTER 1 INTRODUCTION | 第12-21页 |
| 1.1 WHAT ARE RECOMMENDER SYSTEMS? | 第12-14页 |
| 1.2 MOTIVATION | 第14-19页 |
| 1.3 PROBLEM STATEMENT | 第19页 |
| 1.4 RESEARCH OBJECTIVE | 第19-20页 |
| 1.5 CONTRIBUTIONS | 第20页 |
| 1.6 THESIS OUTLINE | 第20-21页 |
| CHAPTER 2 BASICS AND RELATED WORK | 第21-37页 |
| 2.1 FORMALIZATION OF RECOMMENDATION PROBLEM | 第21-23页 |
| 2.2 USERS' AND ITEMS' PROFILES | 第23-24页 |
| 2.3 CLASSIFICATION OF RECOMMENDER SYSTEMS | 第24-33页 |
| 2.3.1 Collaborative Filtering(Cf)Recommender Systems | 第25-30页 |
| 2.3.1.1 Memory-Based CF | 第26-28页 |
| 2.3.1.2 Model-based CF | 第28-29页 |
| 2.3.1.3 ADVANTAGES AND DISADVANTAGES OF CF RECOMMENDER SYSTEMS | 第29-30页 |
| 2.3.2 Content-Based Filtering(CBF)recommender systems | 第30-31页 |
| 2.3.2.1 ADVANTAGES AND DISADVANTAGES OF CBF RECOMMENDER SYSTEMS | 第31页 |
| 2.3.3 Knowledge-Based(Kb)Recommender Systems | 第31-32页 |
| 2.3.4 Demographic-Based(Dm)Recommender Systems | 第32-33页 |
| 2.3.5 Hybrid Recommender Systems | 第33页 |
| 2.3.6 Other Types Of Recommender Systems | 第33页 |
| 2.4 RELATED WORK | 第33-35页 |
| 2.5 OUR PROPOSED WORK | 第35-37页 |
| CHAPTER 3 HYBRID RECOMMENDER SYSTEMS | 第37-46页 |
| 3.1 INTRODUCTION | 第37页 |
| 3.2 BACKGROUND | 第37页 |
| 3.3 NAIVE BAYES CLASSIFIER | 第37-39页 |
| 3.4 SUPPORT VERCTOR MACHINES(SVM) | 第39-40页 |
| 3.5 COMBINING THE ITEM-BASED CF AND CLASSIFICATION APPROACHES FORIMPROVED RECOMMENDATIONS | 第40-41页 |
| 3.6 COMBINING THE ITEM-BASED CF AND THE NAIVE BAYES CLASSIFIER(SWITCHREC CFNB) | 第41-44页 |
| 3.7 COMBINING THE ITEM-BASED CF AND THE SVM CLASSIFIER(SWITCHRECCFSVM) | 第44-46页 |
| CHAPTER 4 EVALUATION AND RESULTS | 第46-61页 |
| 4.1 DATASETS | 第46-47页 |
| 4.2 GETTING ADDITIONAL FEATURES ABOUT MOVIES | 第47-48页 |
| 4.3 EVALUATION METRICS | 第48-54页 |
| 4.3.1 Mean Absolute Error (MAE) And Related Metrics | 第50页 |
| 4.3.2 Receiver Operating Characteristic (ROC)-Sensitivity | 第50-51页 |
| 4.3.3 Precision, Recall, And F1 Measure | 第51-52页 |
| 4.3.4 Coverage | 第52-53页 |
| 4.3.5 Other Metrics | 第53-54页 |
| 4.3.6 Evaluation From The User'S Point Of View | 第54页 |
| 4.4 PRESENTING RECOMMENDATIONS TO USERS | 第54页 |
| 4.5 EVALUATION METHODOLOGY | 第54-55页 |
| 4.6 RESULTS AND DISCUSSION | 第55-61页 |
| 4.6.1 Learning The Optimal System Parameters | 第55-57页 |
| 4.6.2 Performance Evaluation With Other Algorithms | 第57-60页 |
| 4.6.3 Eliminating Over-Specialization Problem | 第60-61页 |
| CHAPTER 5 CONCLUSIONS AND FUTURE WORKS | 第61-64页 |
| 5.1 CONCLUSIONS | 第61-63页 |
| 5.2 FUTURE WORK | 第63-64页 |
| REFERENCES | 第64-71页 |
| ACKNOWLEDGMENTS | 第71页 |
