基于张量分解的新用户标签推荐研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文内容组织安排 | 第14-15页 |
| 第二章 标签推荐系统概述 | 第15-26页 |
| ·推荐系统简介 | 第15-16页 |
| ·标签推荐系统相关概念及原理 | 第16-20页 |
| ·标签 | 第16-17页 |
| ·标签推荐系统 | 第17-18页 |
| ·标签推荐系统基本原理 | 第18-20页 |
| ·标签推荐算法 | 第20-24页 |
| ·基于传统推荐的标签推荐算法 | 第20-22页 |
| ·张量分解标签推荐算法 | 第22-24页 |
| ·标签推荐系统研究内容 | 第24页 |
| ·新用户问题描述 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于传统张量分解的新用户标签推荐算法 | 第26-43页 |
| ·传统张量分解算法介绍 | 第26-29页 |
| ·Tucker分解算法 | 第26-27页 |
| ·ParaFac分解算法 | 第27-29页 |
| ·基于Tucker分解的新用户标签推荐算法 | 第29-34页 |
| ·新用户标签推荐算法描述 | 第29-31页 |
| ·计算X~(new)的最优解 | 第31-32页 |
| ·新用户标签推荐算法实现 | 第32-34页 |
| ·基于ParaFac分解的新用户标签推荐算法 | 第34-36页 |
| ·新用户标签推荐算法描述 | 第34页 |
| ·计算X~(new)的最优解 | 第34-35页 |
| ·新用户标签推荐算法实现 | 第35-36页 |
| ·实验分析 | 第36-42页 |
| ·实验数据集 | 第37-38页 |
| ·评价准则 | 第38-39页 |
| ·算法性能分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于LOTD的新用户标签推荐算法 | 第43-55页 |
| ·低阶张量分解算法(LOTD) | 第43-44页 |
| ·基于LOTD的新用户标签推荐算法 | 第44-50页 |
| ·新用户标签推荐算法描述 | 第44-46页 |
| ·X~(new)的求解过程 | 第46-49页 |
| ·新用户标签推荐算法实现 | 第49-50页 |
| ·实验分析 | 第50-53页 |
| ·实验数据集 | 第50页 |
| ·算法性能分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·本文工作总结 | 第55-56页 |
| ·未来研究工作展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间主要成果 | 第63页 |
