“能源头条”个性化资讯推荐系统的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第2章 个性化资讯推荐系统关键技术研究 | 第13-20页 |
| 2.1 相似度度量方法 | 第13页 |
| 2.2 个性化推荐算法 | 第13-18页 |
| 2.2.1 基于内容的推荐算法 | 第13-15页 |
| 2.2.2 协同过滤推荐算法 | 第15-17页 |
| 2.2.3 基于知识的推荐算法 | 第17-18页 |
| 2.2.4 混合模型推荐算法 | 第18页 |
| 2.3 推荐系统评价标准 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 资讯主题模型研究 | 第20-26页 |
| 3.1 LDA模型简介 | 第20-21页 |
| 3.2 LDA模型求解 | 第21-22页 |
| 3.3 资讯模型表示 | 第22-23页 |
| 3.4 实验验证与分析 | 第23-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第4章 用户兴趣模型研究 | 第26-31页 |
| 4.1 用户兴趣模型建立 | 第26-28页 |
| 4.1.1 用户模型表示 | 第26-27页 |
| 4.1.2 页面偏好计算 | 第27-28页 |
| 4.1.3 用户主题偏好计算 | 第28页 |
| 4.2 用户兴趣模型更新 | 第28-29页 |
| 4.3 实验验证与分析 | 第29-30页 |
| 4.4 本章小结 | 第30-31页 |
| 第5章 基于主题模型的个性化推荐方案研究 | 第31-36页 |
| 5.1 基于内容的推荐 | 第31-32页 |
| 5.2 基于用户的协同过滤推荐 | 第32-34页 |
| 5.3 实验验证 | 第34-35页 |
| 5.4 本章小结 | 第35-36页 |
| 第6章 个性化资讯推荐系统的设计与实现 | 第36-54页 |
| 6.1 系统需求分析 | 第36-38页 |
| 6.1.1 影响推荐的因素 | 第36页 |
| 6.1.2 功能性需求 | 第36-38页 |
| 6.2 系统总体设计 | 第38-41页 |
| 6.2.1 物理结构设计 | 第38页 |
| 6.2.2 逻辑结构设计 | 第38-41页 |
| 6.3 系统详细设计 | 第41-45页 |
| 6.3.1 信息获取模块 | 第41-42页 |
| 6.3.2 模型建立模块 | 第42-43页 |
| 6.3.3 个性化推荐模块 | 第43-45页 |
| 6.4 数据库设计 | 第45-50页 |
| 6.5 系统应用 | 第50-53页 |
| 6.6 本章小结 | 第53-54页 |
| 第7章 总结与展望 | 第54-56页 |
| 7.1 论文工作总结 | 第54页 |
| 7.2 未来展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |
