首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

个性化推荐技术研究与系统设计

摘要第4-5页
Abstract第5-6页
专用术语注释表第9-10页
第一章 绪论第10-13页
    1.1 研究背景第10-11页
    1.2 研究意义第11-12页
    1.3 主要研究内容第12页
    1.4 论文结构第12-13页
第二章 相关技术与理论第13-27页
    2.1 推荐技术与推荐系统第13-21页
        2.1.1 基于关联规则的推荐第13-14页
        2.1.2 基于内容的推荐第14-15页
        2.1.3 协同过滤推荐第15-18页
        2.1.4 混合推荐第18页
        2.1.5 推荐系统应用第18-21页
    2.2 社交网络第21-24页
        2.2.1 社交网络数据的获取第21-22页
        2.2.2 社区发现算法第22-24页
    2.3 情境感知与信息推荐第24-26页
        2.3.1 情境感知定义第24页
        2.3.2 情境信息获取第24-25页
        2.3.3 基于情境感知的信息推荐第25-26页
    2.4 本章小结第26-27页
第三章 基于社交网络的个性化推荐第27-42页
    3.1 基本思想第27-28页
    3.2 信任度量与计算第28-32页
        3.2.1 信任度量第28-30页
        3.2.2 信任度计算第30-32页
    3.3 基于社交网络的推荐第32-37页
        3.3.1 社区发现算法第32-35页
        3.3.2 基于社交网络的推荐第35-37页
    3.4 实验及结果分析第37-41页
        3.4.1 实验数据第37页
        3.4.2 评价指标第37-39页
        3.4.3 实验方案第39页
        3.4.4 实验结果及分析第39-41页
    3.5 本章小结第41-42页
第四章 基于情境融合感知的个性化推荐第42-55页
    4.1 基本思想第42页
    4.2 情境感知第42-44页
        4.2.1 情境感知模型第42-43页
        4.2.2 情境信息的融合方式第43-44页
    4.3 基于情境融合感知的推荐第44-50页
    4.4 实验及结果分析第50-54页
        4.4.1 实验数据和评价指标第50-51页
        4.4.2 实验方案第51-52页
        4.4.3 实验结果分析第52-54页
    4.5 本章小结第54-55页
第五章 个性化推荐系统的设计与实现第55-66页
    5.1 系统体系结构第55-56页
    5.2 系统设计与实现第56-62页
    5.3 系统界面设计第62-65页
    5.4 系统分析第65页
    5.5 本章小结第65-66页
第六章 总结与展望第66-68页
    6.1 总结第66页
    6.2 展望第66-68页
参考文献第68-71页
附录1 攻读硕士学位期间申请的专利第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于属性密钥协商协议的研究
下一篇:基于部分可观测马尔可夫决策过程的机会频谱接入方案设计