基于多视图哈希的图书推荐系统的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 本文所做的主要工作 | 第12-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 相关研究综述 | 第15-30页 |
| 2.1 CADAL项目 | 第15-16页 |
| 2.2 个性化推荐系统综述 | 第16-17页 |
| 2.3 基于内容的推荐算法 | 第17-19页 |
| 2.4 协同过滤算法 | 第19-23页 |
| 2.4.1 基于内存的协同过滤 | 第19-20页 |
| 2.4.2 基于模型的协同过滤 | 第20-22页 |
| 2.4.3 协同过滤推荐算法的评价 | 第22-23页 |
| 2.5 哈希算法 | 第23-28页 |
| 2.5.1 单视图哈希算法 | 第23-27页 |
| 2.5.2 多视图哈希算法 | 第27-28页 |
| 2.6 哈希算法与推荐系统 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 多视图哈希编码生成算法 | 第30-40页 |
| 3.1 用户表示 | 第30-31页 |
| 3.2 问题描述 | 第31-35页 |
| 3.2.1 相似性保留 | 第32-33页 |
| 3.2.2 一致性 | 第33-35页 |
| 3.3 模型求解 | 第35-38页 |
| 3.4 生成哈希编码 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于多视图哈希算法的推荐系统实现 | 第40-55页 |
| 4.1 用户行为数据采集 | 第40-48页 |
| 4.1.1 CADAL用户数据分类与采集 | 第40-41页 |
| 4.1.2 采集框架总体设计 | 第41-48页 |
| 4.2 哈希算法实现 | 第48-51页 |
| 4.2.1 数据预处理 | 第48-50页 |
| 4.2.2 算法模块 | 第50-51页 |
| 4.3 推荐模块 | 第51-54页 |
| 4.3.1 相似用户搜索 | 第52-53页 |
| 4.3.2 推荐结果计算 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 实验及分析 | 第55-64页 |
| 5.1 实验数据及环境 | 第55-56页 |
| 5.2 实验内容 | 第56-57页 |
| 5.3 实验结果及分析 | 第57-62页 |
| 5.4 本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-73页 |
| 作者简历 | 第73页 |
