基于信息流动模型的个性化社交内容推荐
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 主要符号对照表 | 第9-10页 |
| 第一章 引言 | 第10-18页 |
| 1.1 背景 | 第10-11页 |
| 1.2 研究意义 | 第11-13页 |
| 1.3 研究方法 | 第13-15页 |
| 1.4 论文框架 | 第15页 |
| 1.5 本章总结 | 第15-18页 |
| 第二章 相关工作 | 第18-24页 |
| 2.1 个性化推荐系统 | 第18-19页 |
| 2.2 信息流动模型 | 第19-20页 |
| 2.3 协同过滤方法 | 第20-21页 |
| 2.4 本章小结 | 第21-24页 |
| 第三章 信息流动中的特征 | 第24-30页 |
| 3.1 信息流动特征概述 | 第24-25页 |
| 3.2 和流行度相关的特征 | 第25-27页 |
| 3.3 和邻居相关的特征 | 第27-28页 |
| 3.4 本章总结 | 第28-30页 |
| 第四章 基于信息流动的推荐模型 | 第30-34页 |
| 4.1 概述 | 第30页 |
| 4.2 基于信息流动模型的矩阵分解 | 第30-31页 |
| 4.3 线性叠加的融合方法 | 第31-32页 |
| 4.4 本章总结 | 第32-34页 |
| 第五章 模型训练 | 第34-38页 |
| 5.1 模型训练方法 | 第34-36页 |
| 5.2 本章总结 | 第36-38页 |
| 第六章 实验部分 | 第38-48页 |
| 6.1 数据集 | 第38-40页 |
| 6.2 评测标准 | 第40-41页 |
| 6.3 新浪微博数据集的评测结果 | 第41-45页 |
| 6.4 Twitter数据集的评测结果 | 第45-46页 |
| 6.5 本章总结 | 第46-48页 |
| 第七章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-58页 |
| 攻读学位期间发表的学术论文目录 | 第58-60页 |
| 攻读学位期间参与的项目 | 第60-62页 |
