| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-17页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 研究背景 | 第17-23页 |
| 1.1.1 推荐系统概述 | 第17-18页 |
| 1.1.2 推荐系统研究现状 | 第18页 |
| 1.1.3 推荐算法技术分类 | 第18-20页 |
| 1.1.4 传统协同过滤方法框架与实现 | 第20-22页 |
| 1.1.5 基于信息核的推荐系统研究 | 第22-23页 |
| 1.2 组合优化基本理论及相关算法 | 第23-26页 |
| 1.2.1 组合优化基本理论 | 第23-24页 |
| 1.2.2 进化算法 | 第24-25页 |
| 1.2.3 协同进化算法 | 第25-26页 |
| 1.3 本论文的主要工作与内容安排 | 第26-29页 |
| 第二章 基于协同进化算法的信息核优化方法 | 第29-41页 |
| 2.1 基于启发式策略构建信息核 | 第29-30页 |
| 2.2 基于协同进化算法的信息核优化方法 | 第30-34页 |
| 2.2.1 协同进化算法框架 | 第30-31页 |
| 2.2.2 信息核个体编码方式 | 第31页 |
| 2.2.3 适应度函数的选择 | 第31-32页 |
| 2.2.4 协同操作 | 第32-33页 |
| 2.2.5 引导操作 | 第33-34页 |
| 2.3 仿真实验分析 | 第34-40页 |
| 2.3.1 实验数据集 | 第34页 |
| 2.3.2 实验参数设置 | 第34-35页 |
| 2.3.3 实验对比方法以及评价指标 | 第35-36页 |
| 2.3.4 实验结果与分析 | 第36-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 结合队长差异性选择机制的协同进化算法 | 第41-51页 |
| 3.1 引言 | 第41页 |
| 3.2 队长差异性选择机制 | 第41-43页 |
| 3.2.1 算法构建初衷 | 第41-42页 |
| 3.2.2 算法具体实现 | 第42-43页 |
| 3.3 基于项目流行度的优先级推荐规则 | 第43-44页 |
| 3.3.1 算法构建动机 | 第43-44页 |
| 3.3.2 基于项目流行度的优先级推荐规则具体操作 | 第44页 |
| 3.4 实验结果与分析 | 第44-50页 |
| 3.4.1 实验数据集 | 第44页 |
| 3.4.2 实验参数设置 | 第44-45页 |
| 3.4.3 实验结果与分析 | 第45-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于多目标协同进化算法的信息核优化方法 | 第51-69页 |
| 4.1 多目标优化算法 | 第51-53页 |
| 4.1.1 多目标优化算法概述 | 第51-52页 |
| 4.1.2 评价指标 | 第52-53页 |
| 4.2 算法实现 | 第53-56页 |
| 4.2.1 多目标函数选择 | 第53页 |
| 4.2.2 算法流程图 | 第53-55页 |
| 4.2.3 NNCA-ICO算法中的细节实现 | 第55-56页 |
| 4.3 实验结果分析 | 第56-66页 |
| 4.3.1 实验数据集 | 第56页 |
| 4.3.2 实验参数设置 | 第56页 |
| 4.3.3 实验结果与分析 | 第56-66页 |
| 4.4 本章小结 | 第66-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 研究结论 | 第69-70页 |
| 5.2 研究展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |