基于用户行为的个性化推荐研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 研究方法 | 第10-11页 |
| 1.3 技术路线 | 第11页 |
| 1.4 主要研究内容 | 第11-13页 |
| 2 现有的个性化推荐算法研究进展 | 第13-26页 |
| 2.1 现有的个性化推荐算法 | 第14-23页 |
| 2.1.1 基于协同过滤的推荐 | 第14-16页 |
| 2.1.2 基于内容的推荐 | 第16-19页 |
| 2.1.3 基于关联规则的个性化推荐 | 第19-20页 |
| 2.1.4 基于用户行为的个性化推荐 | 第20-21页 |
| 2.1.5 其他的推荐算法 | 第21-22页 |
| 2.1.6 各种推荐技术的比较 | 第22-23页 |
| 2.2 个性化推荐算法评价指标 | 第23-26页 |
| 2.2.1 预测评分的准确度 | 第23-24页 |
| 2.2.2 准确率与召回率 | 第24页 |
| 2.2.3 综合评价指标 | 第24-26页 |
| 3 基于用户行为的个性化推荐分析 | 第26-47页 |
| 3.1 用户行为 | 第26-28页 |
| 3.1.1 用户行为的概念 | 第26页 |
| 3.1.2 用户行为数据 | 第26页 |
| 3.1.3 用户购买动机 | 第26-27页 |
| 3.1.4 可行性分析 | 第27-28页 |
| 3.2 用户行为数据分析 | 第28-34页 |
| 3.2.1 数据描述 | 第28-30页 |
| 3.2.2 数据处理 | 第30-34页 |
| 3.3 特征工程 | 第34-42页 |
| 3.3.1 特征构造 | 第34-36页 |
| 3.3.2 特征分析 | 第36-42页 |
| 3.3.3 三段式推荐思路 | 第42页 |
| 3.4 算法实现 | 第42-47页 |
| 4 实验验证 | 第47-50页 |
| 4.1 推荐算法工作流程 | 第47页 |
| 4.2 实验数据和实验目标 | 第47-49页 |
| 4.3 实验结果分析 | 第49页 |
| 4.4 算法对比分析 | 第49-50页 |
| 5 结论总结 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-53页 |
