随机游走模型在个性化推荐技术中的应用与研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 个性化推荐技术简介 | 第11-13页 |
| 1.3 推荐系统简介 | 第13-15页 |
| 1.4 国内外研究现状及面临的问题 | 第15-17页 |
| 1.5 论文的组织结构 | 第17-20页 |
| 第二章 推荐技术相关算法 | 第20-32页 |
| 2.1 协同过滤算法 | 第20-23页 |
| 2.1.1 基于用户的协同过滤算法 | 第21-22页 |
| 2.1.2 基于项目的协同过滤算法 | 第22-23页 |
| 2.2 相似度技术简介 | 第23-26页 |
| 2.2.1 欧几里得距离评价算法 | 第23-24页 |
| 2.2.2 余弦相似度 | 第24-26页 |
| 2.2.3 杰卡德相似性度量 | 第26页 |
| 2.2.4 皮尔森系数 | 第26页 |
| 2.3 信任关系和信任网络 | 第26-29页 |
| 2.3.1 社交网络 | 第26-27页 |
| 2.3.2 社会图谱和兴趣图谱 | 第27-28页 |
| 2.3.3 信任网络 | 第28-29页 |
| 2.4 随机游走模型 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于二分网的随机游走模型 | 第32-42页 |
| 3.1 基于图的社会化推荐算法 | 第32-33页 |
| 3.2 用户行为分析 | 第33页 |
| 3.2.1 显示反馈信息 | 第33页 |
| 3.2.2 隐式反馈信息 | 第33页 |
| 3.3 一阶转移概率 | 第33-35页 |
| 3.4 基于二分网的随机游走模型 | 第35-36页 |
| 3.5 实验分析 | 第36-40页 |
| 3.5.1 评判标准 | 第36-37页 |
| 3.5.2 数据集 | 第37-38页 |
| 3.5.3 实验结果 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 基于信任和项目的随机游走模型 | 第42-50页 |
| 4.1 问题定义 | 第42-44页 |
| 4.2 信任相关工作及相关定义 | 第44-45页 |
| 4.3 单次随机游走 | 第45页 |
| 4.4 单个随机游走的结束 | 第45-46页 |
| 4.5 项目相似度 | 第46-47页 |
| 4.6 推荐产生过程 | 第47-50页 |
| 第五章 实验 | 第50-58页 |
| 5.1 实验环境 | 第50-51页 |
| 5.2 实验数据集 | 第51-52页 |
| 5.3 对比算法 | 第52页 |
| 5.4 评价指标 | 第52-53页 |
| 5.5 实验结果 | 第53-55页 |
| 5.6 本章小结 | 第55-58页 |
| 第六章 结论 | 第58-60页 |
| 6.1 论文总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间所取得的相关成果 | 第64-66页 |
| 致谢 | 第66-67页 |
