异质信息网络上的基于语义偏好的个性化推荐算法
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 问题背景 | 第10-11页 |
| 1.2 相关工作 | 第11-12页 |
| 1.3 论文结构安排 | 第12-13页 |
| 第2章 推荐系统及经典推荐算法 | 第13-20页 |
| 2.1 推荐系统 | 第13页 |
| 2.2 基于内容的推荐方法 | 第13-15页 |
| 2.2.1 基于内容的推荐算法 | 第13-14页 |
| 2.2.2 基于内容的推荐方法的优缺点 | 第14-15页 |
| 2.3 协同过滤推荐 | 第15-17页 |
| 2.3.1 协同过滤推荐算法 | 第15-16页 |
| 2.3.2 协同过滤推荐算法的优缺点 | 第16-17页 |
| 2.4 基于关联规则的推荐技术 | 第17-18页 |
| 2.4.1 关联规则 | 第17-18页 |
| 2.4.2 基于关联规则的推荐算法的特点 | 第18页 |
| 2.5 基于知识的推荐技术 | 第18-20页 |
| 第3章 基础知识与问题定义 | 第20-24页 |
| 3.1 用户反馈数据分析 | 第20-21页 |
| 3.2 基于异质信息网络的推荐方法 | 第21-23页 |
| 3.3 问题定义 | 第23-24页 |
| 第4章 基于语义路径的推荐方法 | 第24-30页 |
| 4.1 基于元路径的相似性度量方法 | 第24-25页 |
| 4.2 基于相似性的评分预测 | 第25-26页 |
| 4.3 全局推荐模型 | 第26页 |
| 4.4 个性化推荐模型 | 第26-30页 |
| 第5章 实验结果分析 | 第30-39页 |
| 5.1 实验数据 | 第30-31页 |
| 5.2 比较方法和评测指标 | 第31-32页 |
| 5.3 实验结果及分析 | 第32-36页 |
| 5.4 用户和项目的稀疏性研究 | 第36-39页 |
| 第6章 总结与展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 作者简介及在学期间所取得的科研成果 | 第44页 |
