| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-16页 |
| 1.1.1 研究意义 | 第12-13页 |
| 1.1.2 研究现状 | 第13-16页 |
| 1.2 论文组织结构 | 第16-17页 |
| 第2章 相关研究介绍 | 第17-27页 |
| 2.1 多臂赌博机问题(MAB)介绍 | 第17-18页 |
| 2.2 上下文多臂赌博机问题(CMAB)介绍 | 第18-22页 |
| 2.2.1 基于CMAB模型的LinUCB算法 | 第19-20页 |
| 2.2.2 基于CMAB模型的LinTS算法 | 第20-22页 |
| 2.3 无休止多臂赌博机问题(RMAB)介绍 | 第22-26页 |
| 2.3.1 马尔科夫决策过程 | 第22-23页 |
| 2.3.2 基于RMAB模型的推荐算法研究 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于上下文无休止多臂赌博机模型的推荐算法 | 第27-41页 |
| 3.1 基于上下文多臂赌博机模型的推荐算法存在的问题 | 第27-28页 |
| 3.2 对基于线性收益CMAB模型的汤普森采样算法的改进 | 第28-39页 |
| 3.2.1 基于CMAB模型的LinTS算法存在的问题 | 第28-29页 |
| 3.2.2 结合协同信息的线性上下文收益 | 第29-30页 |
| 3.2.3 为项目定义状态和转移规则 | 第30-33页 |
| 3.2.4 基于CRMAB模型的算法的推荐策略 | 第33-36页 |
| 3.2.5 基于汤普森采样算法的参数学习 | 第36-39页 |
| 3.3 基于上下文无休止多臂赌博机模型的推荐算法描述 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 实验及结果分析 | 第41-52页 |
| 4.1 实验数据介绍 | 第41-42页 |
| 4.2 数据预处理 | 第42页 |
| 4.3 实验系统与环境 | 第42页 |
| 4.4 实验设置 | 第42-43页 |
| 4.5 冷启动实验 | 第43-46页 |
| 4.5.1 冷启动试验中的累计遗憾情况 | 第43-45页 |
| 4.5.2 冷启动实验中的覆盖率情况 | 第45-46页 |
| 4.6 热启动实验 | 第46-49页 |
| 4.6.1 热启动实验中的累计遗憾情况 | 第46-48页 |
| 4.6.2 热启动实验中的覆盖率情况 | 第48-49页 |
| 4.7 实验结果与分析 | 第49-51页 |
| 4.8 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文工作总结 | 第52-53页 |
| 5.2 进一步工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
