| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 研究目的与意义 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-19页 |
| 第二章 相关技术原理和数据集介绍 | 第19-37页 |
| 2.1 推荐系统 | 第19-20页 |
| 2.2 协同过滤推荐算法 | 第20-26页 |
| 2.2.1 基于用户的协同过滤推荐算法 | 第20-22页 |
| 2.2.2 基于物品的协同过滤 | 第22-23页 |
| 2.2.3 基于模型的协同过滤 | 第23-26页 |
| 2.3 异构信息网络中推荐系统的设计 | 第26-32页 |
| 2.3.1 异构信息网络的相关概念 | 第26-28页 |
| 2.3.2 相似性计算方法 | 第28-32页 |
| 2.4 多种隐性反馈数据 | 第32-35页 |
| 2.4.1 数据收集 | 第32-35页 |
| 2.4.2 数据表示方法 | 第35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 基于异构信息网络的多种隐性反馈的实体推荐模型 | 第37-55页 |
| 3.1 实体推荐问题 | 第37-38页 |
| 3.2 多种隐性反馈的实体推荐模型原理 | 第38-42页 |
| 3.3 实体推荐模型的参数学习 | 第42-45页 |
| 3.4 实验以及结果分析 | 第45-53页 |
| 3.4.1 实验数据 | 第45-47页 |
| 3.4.2 实验评价指标 | 第47-48页 |
| 3.4.3 实验结果分析 | 第48-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 结合多种隐性反馈和用户群组兴趣的个性化推荐模型 | 第55-67页 |
| 4.1 问题描述 | 第55-56页 |
| 4.2 个性化推荐模型的原理 | 第56-57页 |
| 4.3 个性化推荐模型的学习 | 第57-59页 |
| 4.4 实验以及结果分析 | 第59-64页 |
| 4.5 本章小结 | 第64-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 工作总结 | 第67-68页 |
| 5.2 下一步工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间取得的研究成果 67 | 第77页 |