基于协同过滤的多维度视频推荐方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 研究目标与研究内容 | 第12-13页 |
| 1.3.1 研究目标 | 第12-13页 |
| 1.3.2 研究内容 | 第13页 |
| 1.4 研究方法与研究意义 | 第13-15页 |
| 1.4.1 研究方法 | 第13-14页 |
| 1.4.2 研究意义 | 第14-15页 |
| 第2章 研究基础 | 第15-22页 |
| 2.1 推荐系统 | 第15-16页 |
| 2.1.1 推荐系统概念 | 第15页 |
| 2.1.2 推荐系统定义 | 第15页 |
| 2.1.3 推荐系统应用领域 | 第15-16页 |
| 2.2 协同过滤推荐算法 | 第16-19页 |
| 2.2.1 基本原理 | 第16页 |
| 2.2.2 推荐步骤 | 第16-18页 |
| 2.2.3 常用协同过滤推荐算法 | 第18-19页 |
| 2.3 矩阵分解算法 | 第19页 |
| 2.4 混合推荐 | 第19-20页 |
| 2.5 多维度推荐 | 第20-21页 |
| 2.6 推荐系统评价指标 | 第21-22页 |
| 第3章 视频推荐模型多维因素分析与选取 | 第22-30页 |
| 3.1 多维因素分析 | 第22-25页 |
| 3.1.1 多维数据集获取 | 第22-24页 |
| 3.1.2 数据集预处理 | 第24-25页 |
| 3.1.3 构建回归模型 | 第25页 |
| 3.2 多维因素选取 | 第25-30页 |
| 3.2.1 多维因素筛选 | 第25-27页 |
| 3.2.2 多维因素影响 | 第27-28页 |
| 3.2.3 维度与属性制定 | 第28-30页 |
| 第4章 基于协同过滤的多维推荐模型构建 | 第30-36页 |
| 4.1 多维评分模型分析与构建 | 第30-33页 |
| 4.1.1 各维度评分模型分析 | 第30-32页 |
| 4.1.2 多维度评分模型构建 | 第32-33页 |
| 4.2 多维推荐模型分析与构建 | 第33-36页 |
| 4.2.1 多维推荐模型分析 | 第33-34页 |
| 4.2.2 多维推荐模型构建 | 第34-36页 |
| 第5章 实验与结果分析 | 第36-47页 |
| 5.1 数据集与实验环境 | 第36-37页 |
| 5.2 实验设计 | 第37-46页 |
| 5.2.1 算法流程 | 第37-39页 |
| 5.2.2 传统协同过滤实验 | 第39-41页 |
| 5.2.3 矩阵分解算法实验 | 第41-42页 |
| 5.2.4 多维度协同过滤实验 | 第42-46页 |
| 5.3 结果分析 | 第46-47页 |
| 第6章 结论与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 后记 | 第51-52页 |
| 在学期间公开发表论文及著作情况 | 第52页 |
