| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 论文中用到的符号 | 第13-15页 |
| 第1章 绪论 | 第15-20页 |
| 1.1 面向异构数据源的推荐算法的研究背景 | 第15-16页 |
| 1.2 面向异构数据源的推荐算法的研究现状 | 第16-18页 |
| 1.3 本文主要工作 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-20页 |
| 第2章 推荐算法概览 | 第20-28页 |
| 2.1 面向单一数据源的推荐算法 | 第21-25页 |
| 2.1.1 基于邻域的推荐算法 | 第21-23页 |
| 2.1.2 概率分解(PMF) | 第23-24页 |
| 2.1.3 贝叶斯个性化排序模型(BPR) | 第24页 |
| 2.1.4 商品间相似度矩阵分解模型(FISM) | 第24-25页 |
| 2.2 面向异构数据源的推荐算法 | 第25-26页 |
| 2.2.1 SVD++算法 | 第25-26页 |
| 2.2.2 基于联合相似度学习的迁移学习模型(TJSL) | 第26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 基于异构角色的偏好学习 | 第28-44页 |
| 3.1 问题的提出与分析 | 第28-29页 |
| 3.2 基于pairwise的训练方法 | 第29-30页 |
| 3.3 基于角色的偏好学习算法(RBPR) | 第30-35页 |
| 3.3.1 RBPR模型建立 | 第30-32页 |
| 3.3.2 RBPR算法流程图 | 第32-33页 |
| 3.3.3 RBPR算法描述 | 第33-35页 |
| 3.4 实验 | 第35-43页 |
| 3.4.1 实验数据集 | 第35-37页 |
| 3.4.2 实验评价指标 | 第37-38页 |
| 3.4.3 实验设计 | 第38-40页 |
| 3.4.3.1 基准算法 | 第38-39页 |
| 3.4.3.2 模型参数初始化及选取 | 第39-40页 |
| 3.4.4 实验结果 | 第40-43页 |
| 3.4.4.1 验证RBPR的有效性 | 第40页 |
| 3.4.4.2 验证RBPR中两层模型设计的合理性 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 面向异构反馈的偏好学习 | 第44-54页 |
| 4.1 问题的提出与分析 | 第44页 |
| 4.2 BPR+算法 | 第44-48页 |
| 4.2.1 BPR+模型建立 | 第44-46页 |
| 4.2.2 BPR+算法流程图 | 第46-47页 |
| 4.2.3 BPR+算法描述 | 第47-48页 |
| 4.3 实验 | 第48-52页 |
| 4.3.1 实验数据集 | 第48页 |
| 4.3.2 实验评价指标 | 第48页 |
| 4.3.3 实验设计 | 第48-49页 |
| 4.3.3.1 基准算法 | 第48页 |
| 4.3.3.2 模型参数初始化及选取 | 第48-49页 |
| 4.3.4 实验结果 | 第49-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 基于集成学习的偏好学习 | 第54-60页 |
| 5.1 问题的提出与分析 | 第54页 |
| 5.2 EPL算法 | 第54-56页 |
| 5.2.1 EPL算法思想 | 第54-55页 |
| 5.2.2 EPL算法流程图 | 第55页 |
| 5.2.3 EPL算法描述 | 第55-56页 |
| 5.3 实验 | 第56-59页 |
| 5.3.1 实验数据集 | 第56页 |
| 5.3.2 实验评价指标 | 第56页 |
| 5.3.3 实验设计 | 第56-57页 |
| 5.3.3.1 基准算法 | 第56页 |
| 5.3.3.2 模型参数初始化及选取 | 第56-57页 |
| 5.3.4 实验结果 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 基于特征工程的偏好学习 | 第60-69页 |
| 6.1 问题的提出与分析 | 第60页 |
| 6.2 基于特征的推荐系统 | 第60-65页 |
| 6.2.1 逻辑回归算法 | 第60-61页 |
| 6.2.2 构建特征 | 第61-63页 |
| 6.2.3 算法流程图 | 第63-64页 |
| 6.2.4 FE-LR算法描述 | 第64-65页 |
| 6.3 实验 | 第65-68页 |
| 6.3.1 实验数据集 | 第65页 |
| 6.3.2 实验评价指标 | 第65页 |
| 6.3.3 实验设计 | 第65-67页 |
| 6.3.3.1 基准算法 | 第65-66页 |
| 6.3.3.2 构建特征及参数选取 | 第66-67页 |
| 6.3.4 实验结果 | 第67-68页 |
| 6.4 本章小结 | 第68-69页 |
| 第7章 总结与展望 | 第69-71页 |
| 7.1 总结 | 第69页 |
| 7.2 展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间的研究成果 | 第79页 |