| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景与研究意义 | 第9-13页 |
| 1.2 关键问题 | 第13页 |
| 1.3 论文的研究内容与论文结构 | 第13-15页 |
| 第2章 相关技术 | 第15-25页 |
| 2.1 推荐算法的研究现状 | 第15-19页 |
| 2.1.1 基于内容的推荐算法 | 第16页 |
| 2.1.2 协同过滤推荐算法 | 第16-19页 |
| 2.1.3 混合推荐算法 | 第19页 |
| 2.2 基于图模型的推荐算法 | 第19-21页 |
| 2.2.1 基于二部图模型的推荐算法 | 第19-20页 |
| 2.2.2 随机游走推荐算法 | 第20-21页 |
| 2.3 推荐系统评测 | 第21-23页 |
| 2.3.1 推荐系统的评价指标获取方法 | 第21-22页 |
| 2.3.2 推荐系统的评价指标 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 基于word2vec的图片推荐 | 第25-37页 |
| 3.1 基于word2vec的图片推荐算法 | 第25-30页 |
| 3.1.1 利用word2vec提取用户与图片相似度 | 第26-29页 |
| 3.1.2 用户图片关系序列的生成 | 第29-30页 |
| 3.2 实验数据采集 | 第30-32页 |
| 3.3 实验分析 | 第32-36页 |
| 3.3.1 实验数据 | 第32-33页 |
| 3.3.2 评价方式 | 第33-34页 |
| 3.3.3 实验设置与结果分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于图片内容的二部图算法的图片推荐 | 第37-51页 |
| 4.1 基于图片内容的二部图算法 | 第37-43页 |
| 4.1.1 二部图 | 第38-40页 |
| 4.1.2 基于内容的二部图算法 | 第40-41页 |
| 4.1.3 内容相似度度量 | 第41-42页 |
| 4.1.4 推荐结果重排序 | 第42-43页 |
| 4.2 实验分析 | 第43-49页 |
| 4.2.1 实验数据 | 第43页 |
| 4.2.2 评价方式 | 第43-44页 |
| 4.2.3 实验结果 | 第44-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第5章 基于混合图模型的图片推荐 | 第51-63页 |
| 5.1 基于混合图模型的推荐算法 | 第51-57页 |
| 5.1.1 混合图模型的构建 | 第52-53页 |
| 5.1.2 转移概率矩阵的构建 | 第53-55页 |
| 5.1.3 基于随机游走算法的图片推荐 | 第55-57页 |
| 5.2 实验 | 第57-61页 |
| 5.2.1 实验数据 | 第57页 |
| 5.2.2 评价方式 | 第57页 |
| 5.2.3 实验分析 | 第57-61页 |
| 5.3 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |