基于改进的等概率传播推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题的意义和研究背景 | 第8页 |
| 1.2 国内外研究进展 | 第8-11页 |
| 1.3 论文的组织构架 | 第11-12页 |
| 第2章 推荐引擎介绍 | 第12-19页 |
| 2.1 推荐引擎的原理及其应用范围 | 第12-14页 |
| 2.2 推荐引擎的分类 | 第14-16页 |
| 2.3 推荐引擎面临的问题和挑战 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 推荐算法综述 | 第19-39页 |
| 3.1 基于协同过滤的推荐算法 | 第19-24页 |
| 3.1.1 算法过程描述 | 第19-23页 |
| 3.1.2 算法优缺点分析 | 第23-24页 |
| 3.2 基于神经网络的推荐算法 | 第24-29页 |
| 3.2.1 神经网络概述 | 第24-27页 |
| 3.2.2 算法过程描述 | 第27-29页 |
| 3.3 基于支持向量机的推荐算法 | 第29-35页 |
| 3.3.1 支持向量机概述 | 第30-32页 |
| 3.3.2 算法过程描述 | 第32-34页 |
| 3.3.3 实验结果分析 | 第34-35页 |
| 3.4 其他推荐算法介绍 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 改进的等概率传播推荐算法 | 第39-58页 |
| 4.1 图模型 | 第39-41页 |
| 4.1.1 图模型简介 | 第39-40页 |
| 4.1.2 图模型在推荐算法中的应用 | 第40-41页 |
| 4.2 推荐算法的评估指标 | 第41-43页 |
| 4.3 等概率传播算法 | 第43-50页 |
| 4.3.1 算法的图模型描述 | 第43-45页 |
| 4.3.2 转移矩阵简介 | 第45-46页 |
| 4.3.3 算法流程 | 第46-48页 |
| 4.3.4 性能评估 | 第48-50页 |
| 4.4 调节资源配置的等概率传播算法 | 第50-52页 |
| 4.4.1 资源优化概述 | 第50页 |
| 4.4.2 性能评估 | 第50-52页 |
| 4.5 消除冗余的等概率传播算法 | 第52-56页 |
| 4.5.1 冗余属性概述 | 第52-54页 |
| 4.5.2 性能评估 | 第54-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
