基于标签的个性化推荐系统的研究
| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-17页 |
| 1.1 研究背景和研究意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 研究现状及不足 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 个性化推荐系统的应用及评价标准 | 第17-27页 |
| 2.1 个性化推荐系统概述 | 第17-18页 |
| 2.2 个性化推荐系统的应用 | 第18-23页 |
| 2.2.1 电子商务 | 第19-20页 |
| 2.2.2 电影和视频网站 | 第20页 |
| 2.2.3 个性化音乐 | 第20-21页 |
| 2.2.4 社交网络 | 第21页 |
| 2.2.5 个性化阅读 | 第21-23页 |
| 2.3 推荐系统评测指标 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 个性化推荐算法及相关技术 | 第27-37页 |
| 3.1 协同过滤推荐算法 | 第27-32页 |
| 3.1.1 基于用户的协同过滤推荐算法 | 第27-30页 |
| 3.1.2 基于项目的协同过滤推荐算法 | 第30-32页 |
| 3.2 基于内容的推荐算法 | 第32-33页 |
| 3.3 基于网络结构的推荐算法 | 第33-35页 |
| 3.4 混合推荐算法 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于标签的推荐系统 | 第37-49页 |
| 4.1 UGC 标签系统的代表应用 | 第37-40页 |
| 4.1.1 Delicious | 第37-38页 |
| 4.1.2 CiteULike | 第38-39页 |
| 4.1.3 豆瓣 | 第39-40页 |
| 4.2 标签系统中的推荐问题 | 第40-41页 |
| 4.2.1 用户为什么进行标注 | 第40页 |
| 4.2.2 用户打什么样的标签 | 第40-41页 |
| 4.3 基于标签的推荐系统 | 第41-48页 |
| 4.3.1 实验设置 | 第43-44页 |
| 4.3.2 一个最简单的算法 | 第44页 |
| 4.3.3 传统的标签权重的计算 | 第44-45页 |
| 4.3.4 算法的改进 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 系统设计 | 第49-54页 |
| 5.1 外围架构 | 第49-51页 |
| 5.2 系统体系结构 | 第51-52页 |
| 5.3 系统工作流程 | 第52-54页 |
| 第六章 实验结果与分析 | 第54-62页 |
| 6.1 实验数据选取 | 第54页 |
| 6.2 算法评价指标 | 第54-56页 |
| 6.2.1 平均排名分数 | 第55页 |
| 6.2.2 汉明距离 | 第55-56页 |
| 6.2.3 项目的平均度 | 第56页 |
| 6.3 实验结果分析 | 第56-61页 |
| 6.4 实验总结 | 第61页 |
| 6.5 本章小结 | 第61-62页 |
| 第七章 总结和展望 | 第62-64页 |
| 7.1 工作总结 | 第62页 |
| 7.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间公开发表的论文 | 第67-68页 |
| 致谢 | 第68-69页 |
