基于用户行为特征的E2LSH动态权重混合推荐算法及应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究目的和意义 | 第11页 |
| 1.3 研究现状 | 第11-16页 |
| 1.3.1 推荐系统技术对比 | 第11-13页 |
| 1.3.2 国内外研究现状 | 第13-14页 |
| 1.3.3 存在的问题 | 第14-16页 |
| 1.4 论文主要研究内容 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 基础知识 | 第18-31页 |
| 2.1 相似近邻查找算法 | 第18-19页 |
| 2.1.1 相似近邻查找 | 第18页 |
| 2.1.2 维度灾难问题 | 第18-19页 |
| 2.2 局部敏感性哈希检索 | 第19-22页 |
| 2.2.1 局部敏感性哈希算法简介 | 第19-20页 |
| 2.2.2 局部敏感性哈希算法基本原理 | 第20-22页 |
| 2.2.3 局部敏感性哈希算法的实现 | 第22页 |
| 2.3 相似度计算 | 第22-25页 |
| 2.3.1 向量空间模型相似度算法 | 第22-24页 |
| 2.3.2 基于Hash的相似度算法 | 第24页 |
| 2.3.3 基于主题的相似度算法 | 第24-25页 |
| 2.4 协同过滤算法 | 第25-29页 |
| 2.4.1 基本原理 | 第25-28页 |
| 2.4.2 协同过滤算法效率问题 | 第28-29页 |
| 2.5 测评指标 | 第29-31页 |
| 2.5.1 平均绝对误差 | 第29页 |
| 2.5.2 用户满意度 | 第29-31页 |
| 第三章 基于用户行为特征的动态权重混合推荐算法 | 第31-41页 |
| 3.1 相关定义 | 第31-34页 |
| 3.1.1 用户行为特征 | 第31-33页 |
| 3.1.2 动态权重 | 第33-34页 |
| 3.2 算法的基本思想及算法流程 | 第34-37页 |
| 3.2.1 基本思想 | 第34页 |
| 3.2.2 算法流程 | 第34-37页 |
| 3.3 实验设计 | 第37-38页 |
| 3.4 实验结果及分析 | 第38-40页 |
| 3.4.1 动态权重线性因子λ的影响 | 第38-39页 |
| 3.4.2 常见推荐算法推荐效果对比 | 第39-40页 |
| 3.5 总结 | 第40-41页 |
| 第四章 基于E2LSH改进的混合推荐算法 | 第41-58页 |
| 4.1 E2LSH算法 | 第41-50页 |
| 4.1.1 E2LSH算法介绍 | 第41-43页 |
| 4.1.2 E2LSH算法实现原理 | 第43-50页 |
| 4.2 改进的混合推荐算法基本思路及算法流程 | 第50-53页 |
| 4.2.1 基本思想 | 第50-51页 |
| 4.2.2 算法流程 | 第51-53页 |
| 4.3 实验设计 | 第53页 |
| 4.4 实验结果及分析 | 第53-56页 |
| 4.4.1 哈希表数N的影响 | 第53-54页 |
| 4.4.2 常见推荐算法推荐效果对比 | 第54-55页 |
| 4.4.3 常见推荐算法推荐效率对比 | 第55-56页 |
| 4.5 总结 | 第56-58页 |
| 第五章 推荐系统的设计与实现 | 第58-68页 |
| 5.1 国家电网网改云检推荐系统介绍 | 第58页 |
| 5.2 系统架构设计 | 第58-62页 |
| 5.2.1 总体方案设计 | 第58-59页 |
| 5.2.2 详细功能设计 | 第59-62页 |
| 5.3 推荐模块的实现 | 第62-67页 |
| 5.4 总结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 论文工作总结 | 第68-69页 |
| 6.2 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间的科研工作情况 | 第76-77页 |
| 致谢 | 第77-78页 |
