个性化推荐系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·推荐系统研究现状与分析 | 第9-12页 |
| ·推荐系统面临的主要挑战 | 第12-13页 |
| ·论文研究内容 | 第13页 |
| ·论文章节安排 | 第13-15页 |
| 第二章 推荐系统概述及其相关技术 | 第15-27页 |
| ·个性化推荐概述 | 第15-16页 |
| ·常用推荐方法分类 | 第16-26页 |
| ·基于内容的推荐算法 | 第16-19页 |
| ·基于协同过滤的推荐算法 | 第19-23页 |
| ·基于网络结构的推荐算法 | 第23-25页 |
| ·混合推荐算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于网络结构的标签时间加权推荐算法 | 第27-42页 |
| ·引言 | 第27页 |
| ·标签系统研究介绍 | 第27-31页 |
| ·社会标签系统 | 第27-29页 |
| ·社会标签的推荐 | 第29-31页 |
| ·基于资源分配的二部图设计 | 第31-33页 |
| ·基于标签时间加权的推荐 | 第33-39页 |
| ·三部图网络结构中时间衰减分析 | 第35页 |
| ·用户添加标签的活跃期影响分析 | 第35-38页 |
| ·基于标签时间加权的推荐算法描述 | 第38-39页 |
| ·算法时间复杂度分析 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 仿真实验与性能分析 | 第42-64页 |
| ·评价指标 | 第42-46页 |
| ·预测准确度 | 第42-43页 |
| ·分类准确度 | 第43-44页 |
| ·排列准确度 | 第44页 |
| ·其他评价指标 | 第44-46页 |
| ·数据集 | 第46-47页 |
| ·实验结果及分析 | 第47-62页 |
| ·MovieLens数据集中实验结果 | 第49-55页 |
| ·Delicious数据集中实验结果 | 第55-57页 |
| ·实验结果综合分析 | 第57-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 总结和展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 硕士研宄生期间发表的论文 | 第72页 |
