| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第14-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-36页 |
| 1.1 研究背景和意义 | 第20-21页 |
| 1.2 推荐系统 | 第21-27页 |
| 1.2.1 推荐系统研究内容 | 第21-22页 |
| 1.2.2 推荐系统的研究进展 | 第22-24页 |
| 1.2.3 推荐算法的分类 | 第24-27页 |
| 1.3 推荐算法面临的挑战 | 第27-29页 |
| 1.4 多目标进化算法 | 第29-32页 |
| 1.4.1 多目标优化问题 | 第29页 |
| 1.4.2 多目标进化算法的研究进展 | 第29-30页 |
| 1.4.3 多目标进化算法的分类 | 第30-32页 |
| 1.5 本论文工作 | 第32-36页 |
| 第二章 推荐系统的相关算法及评价方法分析 | 第36-50页 |
| 2.1 引言 | 第36页 |
| 2.2 推荐系统的相关算法 | 第36-45页 |
| 2.2.1 基于用户的协同过滤 | 第36-37页 |
| 2.2.2 基于物品的协同过滤 | 第37-38页 |
| 2.2.3 基于图模型的推荐算法 | 第38-39页 |
| 2.2.4 基于矩阵因式分解的推荐算法 | 第39-41页 |
| 2.2.5 基于内容的推荐算法 | 第41-42页 |
| 2.2.6 基于社会化过滤的推荐算法 | 第42-43页 |
| 2.2.7 混合推荐算法 | 第43-45页 |
| 2.3 推荐系统常用的评价指标 | 第45-49页 |
| 2.3.1 预测准确度 | 第46页 |
| 2.3.2 分类准确度 | 第46-47页 |
| 2.3.3 排序准确度 | 第47-48页 |
| 2.3.4 多样性和新颖性 | 第48-49页 |
| 2.3.5 覆盖率 | 第49页 |
| 2.4 本章小结 | 第49-50页 |
| 第三章 基于多目标免疫优化的个性化推荐算法 | 第50-68页 |
| 3.1 引言 | 第50页 |
| 3.2 工作动机 | 第50-52页 |
| 3.3 基于多目标免疫优化的个性化推荐算法 | 第52-55页 |
| 3.3.1 算法框架 | 第52页 |
| 3.3.2 评分预处理 | 第52-53页 |
| 3.3.3 目标函数设计 | 第53-54页 |
| 3.3.4 编码及遗传操作 | 第54-55页 |
| 3.4 实验设置与结果分析 | 第55-67页 |
| 3.4.1 实验设置 | 第55-57页 |
| 3.4.2 算法有效性分析 | 第57-65页 |
| 3.4.3 不同多目标进化框架的实验结果对比 | 第65页 |
| 3.4.4 算法复杂度分析 | 第65-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第四章 基于用户聚类协作下概率传播的个性化电影推荐 | 第68-86页 |
| 4.1 引言 | 第68页 |
| 4.2 基于用户聚类协作下概率传播的个性化电影推荐 | 第68-74页 |
| 4.2.1 算法框架 | 第68-69页 |
| 4.2.2 用户聚类 | 第69页 |
| 4.2.3 目标函数设计 | 第69-72页 |
| 4.2.4 编码和遗传操作 | 第72-74页 |
| 4.3 实验设置与结果分析 | 第74-84页 |
| 4.3.1 实验设置 | 第74-75页 |
| 4.3.2 聚类数目分析 | 第75页 |
| 4.3.3 多目标进化框架的有效性分析 | 第75-77页 |
| 4.3.4 对比算法实验结果分析 | 第77-84页 |
| 4.4 本章小结 | 第84-86页 |
| 第五章 基于概率遗传多目标优化的个性化电影推荐 | 第86-96页 |
| 5.1 引言 | 第86页 |
| 5.2 基于概率遗传多目标优化的个性化电影推荐 | 第86-89页 |
| 5.2.1 算法流程 | 第86-87页 |
| 5.2.2 目标函数设计 | 第87页 |
| 5.2.3 概率交叉算子 | 第87-89页 |
| 5.3 实验设置与结果分析 | 第89-94页 |
| 5.3.1 实验设置 | 第89页 |
| 5.3.2 交叉算子有效性分析 | 第89-93页 |
| 5.3.3 对比算法实验结果分析 | 第93-94页 |
| 5.4 本章小结 | 第94-96页 |
| 第六章 LBSNs中基于多目标免疫优化的个性化位置推荐算法 | 第96-118页 |
| 6.1 引言 | 第96页 |
| 6.2 LBSNs中的位置推荐 | 第96-97页 |
| 6.3 工作动机 | 第97-98页 |
| 6.4 LBSNs中基于多目标免疫优化的个性化位置推荐算法 | 第98-102页 |
| 6.4.1 算法框架 | 第98-99页 |
| 6.4.2 初始检索 | 第99-100页 |
| 6.4.3 个人签到信息概率分布 | 第100-101页 |
| 6.4.4 目标函数设计 | 第101页 |
| 6.4.5 算法复杂度分析 | 第101-102页 |
| 6.5 实验设置与结果分析 | 第102-115页 |
| 6.5.1 实验设置 | 第102-103页 |
| 6.5.2 针对列表的长度的平均指标实验结果 | 第103-108页 |
| 6.5.3 Pareto前沿面上推荐列表分析 | 第108-114页 |
| 6.5.4 不同多目标进化框架的实验结果对比 | 第114-115页 |
| 6.6 本章小结 | 第115-118页 |
| 第七章 总结与展望 | 第118-122页 |
| 7.1 总结与讨论 | 第118-119页 |
| 7.2 工作展望 | 第119-122页 |
| 参考文献 | 第122-138页 |
| 致谢 | 第138-140页 |
| 作者简介 | 第140-142页 |
