基于隐性反馈的协同推荐
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 应用背景 | 第9页 |
| 1.3 研究现状 | 第9-10页 |
| 1.4 研究内容 | 第10-11页 |
| 1.5 论文组织结构 | 第11-12页 |
| 第二章 相关研究 | 第12-24页 |
| 2.1 基于隐性反馈的协同过滤推荐 | 第12-17页 |
| 2.1.1 基于内存的方法 | 第12-15页 |
| 2.1.2 基于模型的方法 | 第15-17页 |
| 2.2 基于上下文感知的推荐 | 第17-20页 |
| 2.2.1 上下文感知的矩阵分解模型 | 第19页 |
| 2.2.2 因子机模型 | 第19-20页 |
| 2.3 评价指标 | 第20-23页 |
| 2.3.1 准确性 | 第20-22页 |
| 2.3.2 覆盖率 | 第22页 |
| 2.3.3 多样性 | 第22-23页 |
| 2.3.4 新颖性 | 第23页 |
| 2.3.5 惊喜度 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于因子机的隐性反馈协同过滤 | 第24-39页 |
| 3.1 问题描述 | 第24-25页 |
| 3.2 数据处理 | 第25-28页 |
| 3.3 模型表示 | 第28页 |
| 3.4 参数学习 | 第28-32页 |
| 3.5 实验 | 第32-38页 |
| 3.5.1 实验数据 | 第32-34页 |
| 3.5.2 度量标准 | 第34页 |
| 3.5.3 实验方法 | 第34-35页 |
| 3.5.4 实验结果及分析 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于二阶段策略的单类协同过滤 | 第39-49页 |
| 4.1 基于矩阵分解的样本选取 | 第39-42页 |
| 4.1.1 直接选取反例 | 第39-40页 |
| 4.1.2 选取反例并且选取正例 | 第40-41页 |
| 4.1.3 去除部分正例后选取反例 | 第41页 |
| 4.1.4 选取可靠反例 | 第41-42页 |
| 4.2 基于用户自排序的加权方法 | 第42-43页 |
| 4.3 实验 | 第43-48页 |
| 4.3.1 实验方法 | 第43-44页 |
| 4.3.2 实验结果及分析 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
