上下文感知推荐系统关键问题研究
摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第12-24页 |
1.1 研究背景 | 第12-16页 |
1.2 研究意义 | 第16-17页 |
1.3 国内外研究现状 | 第17-19页 |
1.4 主要研究内容 | 第19-22页 |
1.5 论文组织结构 | 第22-24页 |
第二章 上下文感知推荐系统基础理论与技术综述 | 第24-30页 |
2.1 上下文感知推荐系统 | 第24-25页 |
2.2 上下文信息的分类 | 第25-26页 |
2.2.1 环境上下文 | 第25-26页 |
2.2.2 用户状态上下文 | 第26页 |
2.3 上下文感知推荐系统实现架构 | 第26-27页 |
2.4 推荐结果的度量准则 | 第27-29页 |
2.4.1 推荐结果的准确率 | 第28-29页 |
2.4.2 推荐结果的多样性 | 第29页 |
2.4.3 推荐结果的覆盖率 | 第29页 |
2.5 本章小结 | 第29-30页 |
第三章 上下文感知推荐系统伪偏好行为修正 | 第30-40页 |
3.1 问题描述 | 第30-31页 |
3.2 伪偏好行为的判别与修正 | 第31-35页 |
3.3 基于决策欺骗自适应修正的推荐结果获取 | 第35-36页 |
3.4 实验设计与结果分析 | 第36-39页 |
3.4.1 实验设计 | 第36-37页 |
3.4.2 参数选取实验 | 第37-38页 |
3.4.3 与现有方法的对比与分析 | 第38-39页 |
3.5 本章小结 | 第39-40页 |
第四章 上下文感知推荐系统数据稀疏性研究 | 第40-50页 |
4.1 问题描述 | 第40-41页 |
4.2 行为相似性度量 | 第41-42页 |
4.3 基准相似空间分布优化 | 第42-45页 |
4.4 实验设计与结果分析 | 第45-49页 |
4.4.1 实验设计 | 第45-46页 |
4.4.2 参数选取实验 | 第46-47页 |
4.4.3 实验对比与分析 | 第47-49页 |
4.5 本章小结 | 第49-50页 |
第五章 上下文感知推荐系统中多视图相似关系挖掘 | 第50-68页 |
5.1 问题描述 | 第50-51页 |
5.2 多视图相似关系的挖掘 | 第51-58页 |
5.2.1 用户间相似关系获取 | 第52-56页 |
5.2.2 项目吸引力获取 | 第56-58页 |
5.3 基于线性判别分析的多视图特征融合 | 第58-62页 |
5.4 实验设计与结果分析 | 第62-67页 |
5.4.1 实验设计 | 第62-63页 |
5.4.2 参数选取实验 | 第63-64页 |
5.4.3 与现有方法对比实验 | 第64-67页 |
5.5 本章小结 | 第67-68页 |
第六章 上下文感知推荐系统用户认知行为影响研究 | 第68-82页 |
6.1 问题描述 | 第68-69页 |
6.2 基于认知的推荐系统中的数据模型 | 第69-70页 |
6.3 认知相关模型的定义 | 第70-74页 |
6.4 基于认知模型的结果预测 | 第74-75页 |
6.5 实验设计与结果分析 | 第75-80页 |
6.5.1 实验设计 | 第75页 |
6.5.2 三种认知因素影响实验 | 第75-77页 |
6.5.3 数据集与参数影响实验 | 第77-78页 |
6.5.4 与现有方法的对比实验 | 第78-80页 |
6.6 本章小结 | 第80-82页 |
第七章 上下文感知推荐系统群集认知行为研究 | 第82-100页 |
7.1 问题描述 | 第82-83页 |
7.2 群集认知关系模型 | 第83-90页 |
7.3 项目认知价值 | 第90-91页 |
7.4 基于FLDA的偏好优化模型 | 第91-93页 |
7.5 实验设计与对比分析 | 第93-99页 |
7.5.1 实验设计 | 第93-94页 |
7.5.2 认知关系网络模型有效性检测 | 第94-95页 |
7.5.3 参数检验实验 | 第95-96页 |
7.5.4 与现有方法对比实验与分析 | 第96-99页 |
7.6 本章小结 | 第99-100页 |
第八章 总结与展望 | 第100-104页 |
8.1 论文工作总结 | 第100-101页 |
8.2 研究工作展望 | 第101-104页 |
参考文献 | 第104-112页 |
致谢 | 第112-115页 |
攻读博士学位期间取得的科研成果 | 第115-117页 |
作者简介 | 第117页 |