摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-25页 |
1.1 研究背景 | 第15-17页 |
1.2 研究意义 | 第17-18页 |
1.2.1 理论意义 | 第17页 |
1.2.2 实践意义 | 第17-18页 |
1.3 研究现状及面临的挑战 | 第18-22页 |
1.3.1 研究现状 | 第18-19页 |
1.3.2 协同过滤面临的挑战 | 第19-22页 |
1.4 论文安排 | 第22-25页 |
第二章 基于矩阵分解和线性正交化校正的协同过滤算法 | 第25-33页 |
2.1 引言 | 第25页 |
2.2 基于矩阵分解的隐语义协同过滤模型 | 第25-26页 |
2.2.1 矩阵分解介绍 | 第25页 |
2.2.2 矩阵分解数学模型 | 第25-26页 |
2.3 SVD++ | 第26-27页 |
2.4 基于概率的矩阵分解模型 | 第27-28页 |
2.5 基于矩阵分解和线性正交化校正的协同过滤算法 | 第28-29页 |
2.6 实验和算法复杂度分析 | 第29-32页 |
2.6.1 对比算法及实验环境 | 第29-30页 |
2.6.2 数据集及评价准则 | 第30页 |
2.6.3 算法复杂度分析 | 第30页 |
2.6.4 实验结果及分析 | 第30-32页 |
2.7 本章总结 | 第32-33页 |
第三章 基于单元素分解及其图正则校正的非负矩阵分解协同过滤算法 | 第33-49页 |
3.1 研究动因 | 第33页 |
3.2 非负矩阵分解 (NMF) | 第33-35页 |
3.3 基于单元素的非负矩阵分解 (SNMF) | 第35-36页 |
3.4 基于图校正的非负矩阵分解模型 | 第36-39页 |
3.4.1 图模型及相似度介绍 | 第36-38页 |
3.4.2 用户图模型的构建 | 第38页 |
3.4.3. 用户相似度的计算 | 第38-39页 |
3.5 基于单元素策略及其图正则校正的非负矩阵分解协同过滤算法 | 第39-45页 |
3.5.1 改进算法的动机 | 第39-40页 |
3.5.2 基于单元素及其图正则校正的非负矩阵分解的模型 | 第40-43页 |
3.5.3 算法实例分析 | 第43-45页 |
3.6 实验结果和复杂度分析 | 第45-48页 |
3.6.1 RTGNMF的复杂度分析 | 第45-46页 |
3.6.2 实验数据集及其实验环境 | 第46-47页 |
3.6.3 参数调节和实验分析 | 第47-48页 |
3.7 本章总结 | 第48-49页 |
第四章 基于流形正则图校正及其单元素分解的非负矩阵分解 | 第49-59页 |
4.1 算法引入的意义 | 第49-50页 |
4.2 OWNMF | 第50-51页 |
4.3 基于流形正则的矩阵分解模型介绍 | 第51页 |
4.4 基于流形正则校正及其单元素分解的非负矩阵分解 | 第51-54页 |
4.5 实验分析 | 第54-58页 |
4.5.1 实验数据集及其实验环境 | 第54页 |
4.5.2 各算法复杂度总结 | 第54页 |
4.5.3 参数的调节 | 第54-55页 |
4.5.4 各算法对比实验 | 第55-58页 |
4.6 本章总结 | 第58-59页 |
第五章 总结与展望 | 第59-61页 |
参考文献 | 第61-67页 |
致谢 | 第67-69页 |
作者简介 | 第69-70页 |