摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景与意义 | 第16-17页 |
1.2 研究现状 | 第17-19页 |
1.2.1 课题研究现状 | 第17-18页 |
1.2.2 待解决的关键问题 | 第18-19页 |
1.3 研究内容与创新点 | 第19-20页 |
1.4 论文的组织结构 | 第20-22页 |
第二章 相关理论概述 | 第22-38页 |
2.1 基于协同过滤的推荐 | 第22-28页 |
2.1.1 基于用户的协同过滤推荐 | 第23-26页 |
2.1.2 基于物品的协同过滤推荐 | 第26-27页 |
2.1.3 协同过滤推荐比较 | 第27-28页 |
2.1.4 协同过滤推荐面临的问题 | 第28页 |
2.2 基于标签的推荐 | 第28-30页 |
2.2.1 社会化标签 | 第28-29页 |
2.2.2 标签推荐 | 第29-30页 |
2.2.3 标签推荐面临的问题 | 第30页 |
2.3 聚类方法的应用 | 第30-33页 |
2.3.1 聚类方法 | 第30-31页 |
2.3.2 K-means聚类 | 第31-32页 |
2.3.3 标签聚类 | 第32-33页 |
2.4 情境感知推荐 | 第33-36页 |
2.4.1 情境感知 | 第33-34页 |
2.4.2 情境预过滤 | 第34-35页 |
2.4.3 情境后过滤 | 第35-36页 |
2.4.4 情境建模 | 第36页 |
2.5 设计模式 | 第36-37页 |
2.6 本章小结 | 第37-38页 |
第三章 基于协同过滤与标签聚类的混合推荐算法(TBC-User CF)理论研究 | 第38-56页 |
3.1 数据集特征描述 | 第38-39页 |
3.2 理论研究的提出 | 第39-40页 |
3.3 理论研究的论述 | 第40-49页 |
3.3.1 Tag-UserCF推荐算法 | 第40-44页 |
3.3.2 TBC-UserCF推荐算法 | 第44-49页 |
3.4 协同过滤阶段分析 | 第49-50页 |
3.5 标签聚类阶段分析 | 第50-52页 |
3.5.1 物品标签构成分析 | 第50-51页 |
3.5.2 标签聚类改进过程分析 | 第51页 |
3.5.3 标签簇推荐解释分析 | 第51-52页 |
3.6 混合推荐阶段分析 | 第52-53页 |
3.6.1 混合推荐组合机制 | 第52页 |
3.6.2 推荐算法参数选择 | 第52-53页 |
3.7 复杂度分析与评价 | 第53-54页 |
3.8 本章小结 | 第54-56页 |
第四章 情境感知推荐系统设计与实现 | 第56-76页 |
4.1 系统架构总体设计 | 第56-58页 |
4.2 系统各模块设计与实现 | 第58-66页 |
4.2.1 数据模块 | 第58-63页 |
4.2.2 融合TBC-UserCF与情境感知的推荐模块 | 第63-65页 |
4.2.3 用户交互模块 | 第65-66页 |
4.3 情境感知推荐过程设计与实现 | 第66-69页 |
4.3.1 情境信息语料库建立 | 第66-68页 |
4.3.2 情境信息与标签关联建立 | 第68-69页 |
4.3.3 情境感知推荐过程 | 第69页 |
4.4 数据库设计与实现 | 第69-71页 |
4.5 系统界面展示 | 第71-75页 |
4.5.1 注册与登录界面展示 | 第72页 |
4.5.2 热门问题列表界面展示 | 第72-73页 |
4.5.3 推荐问题列表界面展示 | 第73页 |
4.5.4 用户信息界面展示 | 第73-74页 |
4.5.5 问题详情界面展示 | 第74-75页 |
4.6 本章小结 | 第75-76页 |
第五章 测试与结果评估 | 第76-92页 |
5.1 实验设计与评测指标 | 第76-77页 |
5.1.1 实验设计 | 第76页 |
5.1.2 评测指标 | 第76-77页 |
5.2 性能测试 | 第77-86页 |
5.3 功能测试 | 第86-90页 |
5.4 测试结果评估 | 第90页 |
5.5 本章小结 | 第90-92页 |
第六章 总结与展望 | 第92-94页 |
6.1 本文总结 | 第92-93页 |
6.2 下一步工作展望 | 第93-94页 |
参考文献 | 第94-100页 |
致谢 | 第100-102页 |
作者简介 | 第102-103页 |