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

基于多目标优化的推荐策略研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-15页
    1.1 研究背景和意义第9-10页
        1.1.1 研究背景第9-10页
        1.1.2 研究意义第10页
    1.2 国内外研究现状第10-13页
    1.3 本文主要研究内容第13页
    1.4 本文的结构安排第13-15页
第二章 多目标推荐系统第15-21页
    2.1 推荐系统概述第15-17页
        2.1.1 基本概述第15页
        2.1.3 相似度计算第15-17页
    2.2 推荐算法及其分类第17-18页
        2.2.1 基于内容的推荐算法第17页
        2.2.2 协同过滤第17-18页
        2.2.3 混合推荐算法第18页
    2.3 组推荐系统第18-19页
        2.3.1 基本概述第18页
        2.3.2 群组用户偏好发现第18页
        2.3.3 群组发现第18-19页
        2.3.4 群组偏好融合第19页
    2.4 多目标优化第19-20页
    2.5 本章小结第20-21页
第三章 基于SVD和免疫多目标优化的推荐第21-41页
    3.1 引言第21-22页
    3.2 多目标推荐第22-23页
    3.3 基于SVD和免疫多目标优化的推荐算法第23-28页
        3.3.1 算法框架第23页
        3.3.2 基于SVD的推荐第23-25页
        3.3.3 免疫多目标推荐第25-26页
        3.3.4 算法优越性分析第26-27页
        3.3.5 复杂度分析第27-28页
    3.4 实验结果与分析第28-39页
        3.4.1 数据集与参数设置第28-30页
        3.4.2 评价指标第30-31页
        3.4.3 实验结果第31-39页
    3.5 本章小结第39-41页
第四章 多目标长尾群组推荐第41-53页
    4.1 前言第41页
    4.2 群组推荐问题建模第41-43页
        4.2.1 推荐的长尾问题第41-42页
        4.2.2 多目标长尾群组推荐建模第42-43页
    4.3 长尾群组推荐的免疫多目标优化实现第43-47页
        4.3.1 算法描述第43-44页
        4.3.2 群组数据预处理第44-45页
        4.3.3 群组发现与偏好融合第45-46页
        4.3.4 免疫多目标优化推荐第46-47页
    4.4 实验结果与分析第47-52页
        4.4.1 数据集与参数设置第47-48页
        4.4.2 评价指标第48-49页
        4.4.3 实验结果第49-52页
    4.5 本章小结第52-53页
第五章 总结与展望第53-55页
    5.1 全文总结第53页
    5.2 对未来工作的展望第53-55页
参考文献第55-61页
发表论文和参加科研情况说明第61-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于TF-IDF改进算法和喜好度的视频用户分类
下一篇:改进的量子模型与灰色理论相结合图像融合算法的研究