基于二重分解的上下文预过滤推荐技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·传统推荐技术的研究现状 | 第10-11页 |
| ·上下文感知推荐技术研究现状 | 第11-12页 |
| ·本文组织结构 | 第12-14页 |
| 第2章 推荐系统综述 | 第14-24页 |
| ·传统推荐技术 | 第14-18页 |
| ·协同过滤算法 | 第14-15页 |
| ·以内存为驱动的协同过滤算法 | 第15-18页 |
| ·以模型为驱动的协同过滤算法 | 第18页 |
| ·上下文感知推荐技术 | 第18-23页 |
| ·上下文感知推荐形式化定义 | 第18-19页 |
| ·上下文感知推荐模型 | 第19-21页 |
| ·上下文感知推荐算法 | 第21页 |
| ·基于上下文预过滤的推荐算法 | 第21-23页 |
| ·本章总结 | 第23-24页 |
| 第3章 基于二重分解的上下文预过滤推荐算法研究 | 第24-36页 |
| ·基于分解的上下文感知推荐算法 | 第24-28页 |
| ·研究背景 | 第24页 |
| ·算法描述 | 第24-25页 |
| ·基于物品和用户的分解 | 第25-28页 |
| ·基于二重分解的上下文预过滤推荐算法 | 第28-31页 |
| ·基于上下文相似度的过滤分解 | 第28-29页 |
| ·基于二重分解的上下文推荐生成 | 第29-30页 |
| ·算法复杂度分析 | 第30-31页 |
| ·实验分析 | 第31-34页 |
| ·实验数据集 | 第31页 |
| ·评估标准 | 第31页 |
| ·经典算法比较 | 第31-32页 |
| ·分解标准对预测效果的影响 | 第32-34页 |
| ·分解阈值对预测效果的影响 | 第34页 |
| ·分解比例对预测效果的影响 | 第34页 |
| ·本章总结 | 第34-36页 |
| 第4章 面向易货交易的上下文预过滤推荐技术研究 | 第36-47页 |
| ·研究背景 | 第36-38页 |
| ·基于易货环境的上下文信息选取 | 第36-37页 |
| ·基于易货环境上下文的过滤分解 | 第37-38页 |
| ·基于组合分解的上下文预过滤推荐算法 | 第38-43页 |
| ·物品分解和用户分解组合 | 第38页 |
| ·基于组合分解的误差修正 | 第38-40页 |
| ·基于组合分解的上下文推荐生成 | 第40-41页 |
| ·复杂度分析 | 第41-42页 |
| ·基于组合分解思想的易货交易推荐流程 | 第42-43页 |
| ·实验分析 | 第43-46页 |
| ·实验数据集 | 第43页 |
| ·评估标准 | 第43页 |
| ·经典算法比较 | 第43-45页 |
| ·组合分解比例对预测性能的影响 | 第45-46页 |
| ·上下文稀疏性对预测性能的影响 | 第46页 |
| ·本章总结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| ·工作总结 | 第47-48页 |
| ·研究展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-55页 |
| 详细摘要 | 第55-57页 |
