基于矩阵填充的网络推荐算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第2章 相关工作 | 第15-22页 |
| 2.1 协同过滤推荐 | 第15-19页 |
| 2.1.1 系统过滤推荐技术描述 | 第15页 |
| 2.1.2 协同过滤推荐面临的问题 | 第15-17页 |
| 2.1.3 推荐方法流程介绍 | 第17-19页 |
| 2.2 基于聚类的协同过滤推荐算法 | 第19-21页 |
| 2.2.1 聚类研究概述 | 第19-21页 |
| 2.2.2 基于用户聚类的协同过滤推荐算法 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 基于局部敏感哈希函数的用户管理方法 | 第22-34页 |
| 3.1 局部敏感哈希函数介绍 | 第22-24页 |
| 3.2 推荐系统中的用户管理 | 第24-25页 |
| 3.3 基于LSH在线用户管理 | 第25-26页 |
| 3.4 将用户映射到局部敏感哈希表 | 第26-30页 |
| 3.5 用户状态更新 | 第30-31页 |
| 3.6 物品数目增加管理 | 第31-32页 |
| 3.7 本章小结 | 第32-34页 |
| 第4章 矩阵分割的推荐算法 | 第34-41页 |
| 4.1 引言 | 第34页 |
| 4.2 矩阵填充理论介绍 | 第34-36页 |
| 4.3 相似用户分割的可行性验证 | 第36-37页 |
| 4.4 基于分割的矩阵填充算法 | 第37-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 仿真实验 | 第41-48页 |
| 5.1 实验环境 | 第41页 |
| 5.2 敏感参数学习 | 第41-43页 |
| 5.2.1 桶宽参数W的设置 | 第42-43页 |
| 5.2.2 删除列参数阈值θ的设置 | 第43页 |
| 5.3 推荐结果性能 | 第43-47页 |
| 5.3.1 Recall | 第44-45页 |
| 5.3.2 MAE | 第45-46页 |
| 5.3.3 RMSE | 第46页 |
| 5.3.4 运行时间 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第55-56页 |
| 附录B 攻读硕士学位期间所参与的项目 | 第56-57页 |
| 致谢 | 第57-58页 |
