| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第16-28页 |
| 1.1 研究背景 | 第16-19页 |
| 1.2 研究现状 | 第19页 |
| 1.3 推荐系统的发展和趋势 | 第19-23页 |
| 1.3.1 推荐系统面临的重要挑战及和数据缺失的关系 | 第21-23页 |
| 1.4 研究问题和研究目标 | 第23-24页 |
| 1.5 主要工作和贡献 | 第24-25页 |
| 1.6 本文组织结构 | 第25-26页 |
| 1.7 本章小结 | 第26-28页 |
| 2 推荐系统中数据缺失问题的相关研究工作 | 第28-42页 |
| 2.1 推荐数据类型和传统推荐算法 | 第28-31页 |
| 2.2 数据缺失理论 | 第31-32页 |
| 2.3 基于文本信息来缓解数据缺失的推荐系统 | 第32-34页 |
| 2.4 基于社交信息来缓解数据缺失的推荐系统 | 第34-37页 |
| 2.4.1 基于矩阵分解的社交推荐系统 | 第34-35页 |
| 2.4.2 基于邻居的社交推荐系统 | 第35-37页 |
| 2.5 推荐算法中的数据缺失机制的探究 | 第37-40页 |
| 2.6 本章小结 | 第40-42页 |
| 3 基于多源文本信息来缓解数据缺失的物品标签联合推荐框架 | 第42-68页 |
| 3.1 引言 | 第42-45页 |
| 3.2 相关研究基础 | 第45-47页 |
| 3.2.1 基于协同过滤的推荐 | 第45-46页 |
| 3.2.2 推荐可解释性 | 第46页 |
| 3.2.3 协同主题回归 | 第46-47页 |
| 3.3 符号和问题描述 | 第47页 |
| 3.4 EXPLORE模型 | 第47-50页 |
| 3.5 参数评估和推理 | 第50-53页 |
| 3.5.1 评分预测 | 第52-53页 |
| 3.5.2 EXPLORE模型设计细节讨论 | 第53页 |
| 3.6 实验和结果分析 | 第53-64页 |
| 3.6.1 实验数据集 | 第53-54页 |
| 3.6.2 实验评价指标 | 第54-56页 |
| 3.6.3 实验对比算法 | 第56-58页 |
| 3.6.4 参数调试 | 第58页 |
| 3.6.5 物品推荐实验结果分析 | 第58-59页 |
| 3.6.6 标签推荐实验结果分析 | 第59-61页 |
| 3.6.7 联合推荐的实验结果分析 | 第61-62页 |
| 3.6.8 参数影响分析 | 第62-63页 |
| 3.6.9 可解释性 | 第63-64页 |
| 3.7 本章小结 | 第64-66页 |
| 附表 | 第66-68页 |
| 4 基于社交曝光度来缓解冷启动问题的协同过滤框架 | 第68-86页 |
| 4.1 引言 | 第68-70页 |
| 4.2 相关研究基础 | 第70-72页 |
| 4.3 符号和问题描述 | 第72页 |
| 4.4 SERec模型 | 第72-76页 |
| 4.4.1 社交正则化(Social Regularization) | 第73-74页 |
| 4.4.2 社交加强(Social Boosting) | 第74-75页 |
| 4.4.3 参数推理 | 第75-76页 |
| 4.5 实验分析 | 第76-84页 |
| 4.5.1 基于排序的推荐 | 第78-80页 |
| 4.5.2 社交曝光度的分析 | 第80-82页 |
| 4.5.3 鲁棒性研究 | 第82页 |
| 4.5.4 可扩展性研究 | 第82-84页 |
| 4.6 本章小结 | 第84-86页 |
| 5 基于隐马尔科夫链和矩阵分解的数据动态缺失机制和时序推荐框架 | 第86-110页 |
| 5.1 引言 | 第86-88页 |
| 5.2 相关研究基础 | 第88-90页 |
| 5.2.1 数据缺失的研究 | 第88-89页 |
| 5.2.2 时序推荐 | 第89-90页 |
| 5.3 符号和问题描述 | 第90页 |
| 5.4 H4MF模型 | 第90-97页 |
| 5.4.1 基于静态用户喜好的H4MF | 第91-93页 |
| 5.4.2 基于动态用户喜好的H4MF | 第93-94页 |
| 5.4.3 参数推理 | 第94-97页 |
| 5.4.4 推荐评分 | 第97页 |
| 5.5 物品对动态数据缺失机制的约束 | 第97-98页 |
| 5.6 实验分析 | 第98-108页 |
| 5.6.1 数据集和实验设定 | 第98-100页 |
| 5.6.2 预测性能分析 | 第100-101页 |
| 5.6.3 用户意图的分析 | 第101-105页 |
| 5.6.4 物品约束的性能 | 第105-106页 |
| 5.6.5 H4MF的拓展性和效率的讨论 | 第106-108页 |
| 5.7 本章小结 | 第108-110页 |
| 6 总结与展望 | 第110-114页 |
| 6.1 本文总结 | 第110-111页 |
| 6.2 未来工作展望 | 第111-114页 |
| 参考文献 | 第114-126页 |
| 攻读博士学位期间主要研究成果 | 第126-128页 |
| 致谢 | 第128页 |
