首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户兴趣及时间信息的个性化推荐系统研究

摘要第3-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 课题研究背景第9页
    1.2 课题研究意义第9-11页
    1.3 国内外研究现状第11-13页
    1.4 本文主要研究内容及文章结构安排第13-15页
        1.4.1 本文主要研究内容第13页
        1.4.2 文章结构安排第13-15页
第2章 协同过滤推荐方法介绍与推荐系统的评估第15-25页
    2.1 基于用户的最近邻推荐第15页
    2.2 基于对象的最近邻推荐第15-18页
    2.3 基于模型的推荐第18-21页
        2.3.1 矩阵因子分解技术第18页
        2.3.2 隐语义模型第18页
        2.3.3 关联规则挖掘第18页
        2.3.4 基于二分网络的模型第18-21页
    2.4 推荐系统的评测第21-23页
        2.4.1 用户的满意度第21页
        2.4.2 预测准确度第21-22页
        2.4.3 推荐的多样性第22-23页
        2.4.4 推荐系统的其它评测指标第23页
    2.5 本章小结第23-25页
第3章 基于用户兴趣模式的个性化推荐第25-47页
    3.1 概述第25页
    3.2 数据集介绍与不同活跃度用户的偏好分析第25-30页
    3.3 验证模型第30-35页
    3.4 个性化推荐算法的改进第35-45页
        3.4.1 算法介绍第35-37页
        3.4.2 算法的评测指标第37-39页
        3.4.3 改进算法的效果第39-45页
    3.5 本章小结第45-47页
第4章 基于时间效应的个性化推荐第47-57页
    4.1 概述第47页
    4.2 数据集、算法、评估指标介绍第47-48页
        4.2.1 数据集介绍第47-48页
        4.2.2 评估指标介绍第48页
    4.3 数据量对推荐效果的影响第48-49页
    4.4 时间因素对推荐效果的影响第49-52页
    4.5 算法的选取第52-56页
    4.6 本章小结第56-57页
第5章 总结与展望第57-59页
    5.1 研究工作总结第57-58页
    5.2 研究工作展望第58-59页
参考文献第59-64页
攻读硕士期间论文发表情况第64-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:校园电子商务系统的设计与实现
下一篇:基于压缩感知的目标跟踪算法研究