基于排序学习的兴趣点推荐系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 主要工作和研究内容 | 第12-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 基于情感分析与位置社交的兴趣点推荐算法 | 第15-29页 |
| 2.1 引言 | 第15-16页 |
| 2.2 数据观察与分析 | 第16-19页 |
| 2.2.1 兴趣点近邻与用户评分关系 | 第16-17页 |
| 2.2.2 朋友所属类别与用户评分关系 | 第17-19页 |
| 2.3 用户偏好 | 第19-20页 |
| 2.3.1 情感提取 | 第19页 |
| 2.3.2 量化偏好 | 第19-20页 |
| 2.4 基于位置社交融合的兴趣点推荐算法 | 第20-23页 |
| 2.4.1 融合兴趣点近邻 | 第21页 |
| 2.4.2 融合类别和朋友关系 | 第21-22页 |
| 2.4.3 融合流行度 | 第22-23页 |
| 2.5 基于情感分析的兴趣点推荐算法 | 第23-24页 |
| 2.5.1 算法设计 | 第23-24页 |
| 2.5.2 算法优势分析 | 第24页 |
| 2.6 实验分析 | 第24-28页 |
| 2.6.1 Foursquare数据集 | 第24-25页 |
| 2.6.2 评价指标 | 第25页 |
| 2.6.3 对比算法与实验算法 | 第25-26页 |
| 2.6.4 不同算法的对比结果 | 第26-27页 |
| 2.6.5 兴趣点近邻对算法的影响 | 第27页 |
| 2.6.6 朋友个数对算法的影响 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 基于排序矩阵分解的兴趣点推荐算法 | 第29-39页 |
| 3.1 引言 | 第29-30页 |
| 3.2 基于排序矩阵分解的排序算法 | 第30-34页 |
| 3.2.1 贝叶斯排序目标函数 | 第30-31页 |
| 3.2.2 权重矩阵分解 | 第31-32页 |
| 3.2.3 融合地理位置上下文 | 第32页 |
| 3.2.4 融合兴趣点标签 | 第32-33页 |
| 3.2.5 随机采样与学习算法 | 第33-34页 |
| 3.3 实验分析 | 第34-37页 |
| 3.3.1 数据集 | 第34页 |
| 3.3.2 评价指标 | 第34页 |
| 3.3.3 基准算法 | 第34-35页 |
| 3.3.4 调整实验参数 | 第35-36页 |
| 3.3.5 实验结果 | 第36-37页 |
| 3.4 本章总结 | 第37-39页 |
| 第四章 基于深度提升森林的排序推荐算法 | 第39-51页 |
| 4.1 引言 | 第39-40页 |
| 4.2 排序推荐技术 | 第40-41页 |
| 4.3 深度提升森林 | 第41-43页 |
| 4.3.1 深度提升森林的模型结构 | 第41-42页 |
| 4.3.2 深度提升森林的公式推导 | 第42页 |
| 4.3.3 深度提升森林的特征池化 | 第42-43页 |
| 4.4 深度提升森林的排序推荐算法 | 第43-46页 |
| 4.4.1 Lambda梯度的表示方法 | 第43-44页 |
| 4.4.2 深度提升森林的特征池化 | 第44页 |
| 4.4.3 随机森林中的决策树算法 | 第44-45页 |
| 4.4.4 深度提升森林的排序推荐 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-50页 |
| 4.5.1 实验数据集 | 第46页 |
| 4.5.2 评价指标 | 第46-47页 |
| 4.5.3 基准算法 | 第47-48页 |
| 4.5.4 实验参数调整 | 第48页 |
| 4.5.5 排序效果对比 | 第48-49页 |
| 4.5.6 特征池化对比 | 第49-50页 |
| 4.6 本章总结 | 第50-51页 |
| 第五章 基于排序学习的兴趣点推荐系统分析与设计 | 第51-57页 |
| 5.1 需求分析 | 第51页 |
| 5.2 总体框架设计 | 第51-52页 |
| 5.3 模块子设计 | 第52-54页 |
| 5.3.1 特征提取模块 | 第52-53页 |
| 5.3.2 情感分析模块 | 第53页 |
| 5.3.3 矩阵分解模块 | 第53-54页 |
| 5.3.4 权重矩阵分解模块 | 第54页 |
| 5.3.5 重排序模块 | 第54页 |
| 5.4 本章小结 | 第54-57页 |
| 第六章 推荐系统实现与测试 | 第57-63页 |
| 6.1 系统实现 | 第57-59页 |
| 6.1.1 特征生成 | 第57-58页 |
| 6.1.2 系统启动部署 | 第58-59页 |
| 6.2 模块测试结果 | 第59-60页 |
| 6.2.1 情感分析模块测试 | 第59页 |
| 6.2.2 矩阵分解模块测试 | 第59页 |
| 6.2.3 权重矩阵分解模块测试 | 第59-60页 |
| 6.2.4 重排序模块测试 | 第60页 |
| 6.3 本章小结 | 第60-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 7.1 工作总结 | 第63页 |
| 7.2 下一步工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
