基于近邻正规化矩阵分解的网络服务质量预测
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 主要研究内容 | 第11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第二章 推荐系统中的评分预测 | 第13-23页 |
| 2.1 推荐系统中评分预测 | 第13-14页 |
| 2.2 协同过滤 | 第14-19页 |
| 2.2.1 基于用户的协同过滤 | 第14-16页 |
| 2.2.2 基于物品的协同过滤 | 第16-18页 |
| 2.2.3 基于模型的协同过滤 | 第18页 |
| 2.2.4 混合协同过滤 | 第18-19页 |
| 2.3 矩阵分解 | 第19-22页 |
| 2.3.1 基本思想 | 第19-20页 |
| 2.3.2 概率矩阵分解 | 第20-21页 |
| 2.3.3 矩阵分解的优缺点 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 近邻正则化的矩阵分解 | 第23-29页 |
| 3.1 引言 | 第23-24页 |
| 3.2 隐式近邻信息 | 第24-28页 |
| 3.2.1 社交正则化 | 第24-25页 |
| 3.2.2 利用用户的隐式近邻 | 第25-26页 |
| 3.2.3 利用服务的隐式近邻 | 第26-27页 |
| 3.2.4 统一的预测模型 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 实验分析 | 第29-40页 |
| 4.1 数据集 | 第29-30页 |
| 4.2 评价指标 | 第30页 |
| 4.3 对比方法 | 第30-32页 |
| 4.4 实验分析 | 第32-39页 |
| 4.4.1 结果比较 | 第32-33页 |
| 4.4.2 近邻数目K值影响分析 | 第33-34页 |
| 4.4.3 参数α和β影响分析 | 第34-37页 |
| 4.4.4 隐含维度影响分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 工作总结 | 第40-41页 |
| 5.2 工作展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 攻读硕士学位期间发表的论文及参与的工作 | 第45-46页 |
| 致谢 | 第46页 |
