| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 主要符号对照表 | 第9-10页 |
| 第1章 绪论 | 第10-25页 |
| 1.1 研究背景与意义 | 第10-14页 |
| 1.1.1 个性化推荐的研究价值 | 第12-13页 |
| 1.1.2 用户新奇度的研究价值 | 第13-14页 |
| 1.2 本文的研究问题概述 | 第14-17页 |
| 1.2.1 用户新奇度判别分析 | 第14-15页 |
| 1.2.2 基于用户新奇度的重复物品推荐 | 第15页 |
| 1.2.3 基于用户新奇度的混合物品推荐 | 第15-16页 |
| 1.2.4 多角度新奇度下的非传递偏好建模 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-22页 |
| 1.3.1 用户新奇度 | 第17页 |
| 1.3.2 重复选择行为 | 第17-19页 |
| 1.3.3 基于排序学习的推荐 | 第19-20页 |
| 1.3.4 推荐的动态性问题 | 第20-21页 |
| 1.3.5 用户的非传递偏好 | 第21-22页 |
| 1.4 本文的主要内容 | 第22-23页 |
| 1.5 本文的组织结构 | 第23-25页 |
| 第2章 用户新奇度判别分析 | 第25-42页 |
| 2.1 引言 | 第25-27页 |
| 2.2 问题描述 | 第27-28页 |
| 2.3 用户新奇度判别分析算法 | 第28-35页 |
| 2.3.1 行为特征抽取及分析 | 第28-33页 |
| 2.3.2 快速的判别分析算法 | 第33-35页 |
| 2.4 实验评测 | 第35-41页 |
| 2.4.1 实验数据集 | 第36-37页 |
| 2.4.2 实验设置 | 第37页 |
| 2.4.3 实验结果 | 第37-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第3章 基于用户新奇度的重复物品推荐 | 第42-67页 |
| 3.1 引言 | 第42-44页 |
| 3.2 问题描述 | 第44-45页 |
| 3.3 重复物品推荐算法 | 第45-53页 |
| 3.3.1 贝叶斯个性化排序模型 | 第45-46页 |
| 3.3.2 时间感知的个性化二元排序模型 | 第46-51页 |
| 3.3.3 行为特征抽取 | 第51-52页 |
| 3.3.4 个性化推荐 | 第52-53页 |
| 3.4 实验评测 | 第53-66页 |
| 3.4.1 实验数据集 | 第53-54页 |
| 3.4.2 实验设置 | 第54-55页 |
| 3.4.3 实验结果 | 第55-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第4章 基于用户新奇度的混合物品推荐 | 第67-85页 |
| 4.1 引言 | 第67-69页 |
| 4.2 问题描述 | 第69-70页 |
| 4.3 混合物品推荐算法 | 第70-78页 |
| 4.3.1 基于Ebbinghaus遗忘曲线的推荐算法 | 第70-72页 |
| 4.3.2 基于兴趣遗忘Markov模型的推荐算法 | 第72-78页 |
| 4.4 实验评测 | 第78-83页 |
| 4.4.1 实验数据集及设置 | 第78-79页 |
| 4.4.2 实验结果 | 第79-83页 |
| 4.5 本章小结 | 第83-85页 |
| 第5章 多角度新奇度下的非传递偏好建模 | 第85-115页 |
| 5.1 引言 | 第85-88页 |
| 5.2 问题描述 | 第88-89页 |
| 5.3 面向图片的非传递偏好建模 | 第89-99页 |
| 5.3.1 非传递偏好的成因分析 | 第89-90页 |
| 5.3.2 多角度偏好的系列模型 | 第90-95页 |
| 5.3.3 参数学习 | 第95-98页 |
| 5.3.4 时间复杂度分析 | 第98-99页 |
| 5.4 实验评测 | 第99-114页 |
| 5.4.1 实验数据集 | 第99-103页 |
| 5.4.2 实验设置 | 第103-104页 |
| 5.4.3 非传递偏好建模的准确性评测 | 第104-107页 |
| 5.4.4 传递偏好建模的准确性评测 | 第107-108页 |
| 5.4.5 超参数分析 | 第108-110页 |
| 5.4.6 多角度偏好选择的结果分析 | 第110-112页 |
| 5.4.7 讨论与思考 | 第112-114页 |
| 5.5 本章小节 | 第114-115页 |
| 第6章 总结与展望 | 第115-119页 |
| 6.1 本文工作总结 | 第115-116页 |
| 6.2 未来工作展望 | 第116-119页 |
| 参考文献 | 第119-126页 |
| 致谢 | 第126-129页 |
| 附录A H-MuCri-Mean和H-MuCri-Max模型的参数学习算法 | 第129-131页 |
| A.1 H-MuCri-Mean模型的参数学习算法 | 第129-130页 |
| A.2 H-MuCri-Max模型的参数学习算法 | 第130-131页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第131-133页 |
