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 |