基于标签主题建模的图书推荐系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 图目录 | 第9-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·本文所作的工作 | 第13页 |
| ·论文结构安排 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 第2章 相关研究 | 第16-27页 |
| ·个性化推荐技术 | 第16-18页 |
| ·基于内容的推荐算法 | 第18页 |
| ·协同过滤算法 | 第18-22页 |
| ·基于用户的协同过滤 | 第19-21页 |
| ·基于项目的协同过滤 | 第21-22页 |
| ·主题模型 | 第22-23页 |
| ·LDA模型 | 第22-23页 |
| ·概念漂移 | 第23-26页 |
| ·概念漂移问题概述 | 第23-24页 |
| ·概念漂移问题的主要研究领域 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于LDA的标签主题建模图书推荐方法 | 第27-46页 |
| ·算法思想概述 | 第27-28页 |
| ·数据集 | 第28-32页 |
| ·用户阅读记录的处理 | 第28-31页 |
| ·图书标签的处理 | 第31-32页 |
| ·图书标签主题模型的建立 | 第32-38页 |
| ·用户模型的建立 | 第38-42页 |
| ·推荐结果的生成 | 第42-44页 |
| ·对用户-主题矩阵的理解 | 第42-43页 |
| ·用户相似度的计算 | 第43页 |
| ·预测推荐项目的评分 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 主题模型的集成方法 | 第46-54页 |
| ·用户兴趣的概念漂移 | 第46-47页 |
| ·概念漂移的检测 | 第47-50页 |
| ·数据流的定义 | 第48页 |
| ·窗口的定义 | 第48-49页 |
| ·概念漂移的检测方法 | 第49-50页 |
| ·多模型集成方法 | 第50-53页 |
| ·模型的选择 | 第50-51页 |
| ·模型集成的权重 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于标签主题建模的图书推荐系统实现与实验 | 第54-63页 |
| ·系统总体架构 | 第54-55页 |
| ·日志处理模块 | 第55-57页 |
| ·算法实验 | 第57-61页 |
| ·实验数据 | 第57-58页 |
| ·实验设计 | 第58页 |
| ·实验结果 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 作者简历 | 第69页 |
