基于标签聚类的个性化资源推荐模型研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 个性化推荐系统 | 第12-13页 |
| 1.2.2 基于社会化标签的个性化推荐技术 | 第13-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 研究思路 | 第16-17页 |
| 1.5 文章结构 | 第17-19页 |
| 第二章 相关理论研究 | 第19-35页 |
| 2.1 个性化推荐系统概论 | 第19-20页 |
| 2.2 个性化推荐算法 | 第20-28页 |
| 2.2.1 基于内容的推荐算法 | 第21-23页 |
| 2.2.2 协同过滤推荐算法 | 第23-28页 |
| 2.3 社会化标签系统概论 | 第28-31页 |
| 2.3.1 社会化标签系统及其模型 | 第28-30页 |
| 2.3.2 社会化标签系统特点 | 第30-31页 |
| 2.4 基于社会化标签的个性化推荐 | 第31-32页 |
| 2.5 社会化标签系统与复杂网络 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 基于标签聚类的个性化推荐模型 | 第35-47页 |
| 3.1 模型研究 | 第35-38页 |
| 3.2 标签聚类 | 第38-40页 |
| 3.2.1 标签网络的构建 | 第38-39页 |
| 3.2.2 基于连边社团检测算法的标签聚类 | 第39-40页 |
| 3.3 用户兴趣建模 | 第40-43页 |
| 3.4 基于用户的协同过滤的个性化推荐 | 第43-46页 |
| 3.4.1 用户兴趣矩阵的构建 | 第43-44页 |
| 3.4.2 邻居用户集合构建 | 第44-45页 |
| 3.4.3 个性化推荐的产生 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 验证实验及分析 | 第47-55页 |
| 4.1 实验环境 | 第47页 |
| 4.2 实验数据 | 第47页 |
| 4.3 评价标准 | 第47-48页 |
| 4.4 实验方法及结果分析 | 第48-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 论文总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62-63页 |
| 1.基本情况 | 第62页 |
| 2.教育背景 | 第62页 |
| 3.在学期间的研究成果 | 第62-63页 |
