上下文感知推荐技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 课题研究现状 | 第12-14页 |
| 1.3 研究内容与创新点 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 上下文感知推荐研究概述 | 第16-30页 |
| 2.1 传统推荐系统概述 | 第16-18页 |
| 2.2 上下文感知推荐的提出及定义 | 第18-20页 |
| 2.3 上下文信息处理 | 第20-23页 |
| 2.3.1 上下文定义及表示 | 第20-21页 |
| 2.3.2 上下文信息的泛化 | 第21-22页 |
| 2.3.3 上下文信息相关性检测 | 第22页 |
| 2.3.4 上下文信息挖掘或采集 | 第22-23页 |
| 2.4 上下文用户兴趣建模 | 第23-24页 |
| 2.5 上下文感知推荐方法 | 第24-26页 |
| 2.6 上下文感知推荐系统评测 | 第26-28页 |
| 2.7 上下文感知推荐实际应用 | 第28-30页 |
| 第三章 基于BPSO算法的上下文复杂分割方法 | 第30-42页 |
| 3.1 问题描述 | 第30-31页 |
| 3.2 上下文分割方法原理 | 第31-33页 |
| 3.2.1 上下文简单分割原理 | 第32-33页 |
| 3.2.2 复杂分割法原理 | 第33页 |
| 3.3 基于BPSO算法的上下文复杂分割方法 | 第33-38页 |
| 3.3.1 标准BPSO简介 | 第33-34页 |
| 3.3.2 基于BPSO算法上下文复杂分割方法 | 第34-38页 |
| 3.4 实验设计与结果分析 | 第38-41页 |
| 3.4.1 数据集 | 第38页 |
| 3.4.2 参数设置 | 第38-39页 |
| 3.4.3 实验结果分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于贝叶斯与聚类的上下文建模方法 | 第42-50页 |
| 4.1 问题描述 | 第42-43页 |
| 4.2 基于贝叶斯方法与聚类的上下文感知推荐算法 | 第43-47页 |
| 4.2.1 算法思想 | 第43页 |
| 4.2.2 项目聚类和用户聚类 | 第43-45页 |
| 4.2.3 基于贝叶斯的上下文建模方法 | 第45-47页 |
| 4.3 实验及结果分析 | 第47-48页 |
| 4.3.1 数据集 | 第47页 |
| 4.3.2 实验结果分析 | 第47-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 全文总结 | 第50-51页 |
| 5.2 技术展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58-59页 |
