基于主题模型的用户兴趣挖掘及上下文感知推荐系统算法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 个性化推荐的研究现状 | 第13-18页 |
| 1.3 电视推荐系统目前面临的问题 | 第18-19页 |
| 1.4 论文主要贡献 | 第19-20页 |
| 1.5 论文组织结构 | 第20-22页 |
| 第二章 相关概念及技术 | 第22-28页 |
| 2.1 电视推荐系统综述 | 第22-23页 |
| 2.2 上下文感知推荐系统 | 第23-24页 |
| 2.3 主题模型相关概念 | 第24-27页 |
| 2.3.1 主题模型与推荐系统的关系 | 第24-25页 |
| 2.3.2 LDA主题模型基础知识与求解算法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于主题模型的用户兴趣挖掘方法 | 第28-36页 |
| 3.1 问题定义及符号说明 | 第28-30页 |
| 3.2 视频对的抽取方法 | 第30-31页 |
| 3.3 短文本主题模型对用户兴趣挖掘的改进 | 第31-33页 |
| 3.4 模型参数求解 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于用户兴趣的时间上下文相关的推荐系统 | 第36-41页 |
| 4.1 时间上下文的定义 | 第36-37页 |
| 4.2 构建时间上下文相关的用户兴趣 | 第37-38页 |
| 4.3 推荐策略 | 第38-40页 |
| 4.3.1 基于用户兴趣的推荐 | 第38-39页 |
| 4.3.2 上下文感知的推荐方式 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 实验过程及结果分析 | 第41-51页 |
| 5.1 实验数据集及相关设置 | 第41-43页 |
| 5.2 评价标准 | 第43-44页 |
| 5.3 对比方法 | 第44-45页 |
| 5.4 实验结果分析 | 第45-49页 |
| 5.4.1 参数分析 | 第47-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第六章 总结与展望 | 第51-54页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文目录 | 第59-60页 |
| 攻读学位期间参加的科研项目 | 第60-61页 |
| 学位论文评阅及答辩情况表 | 第61页 |
