| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 论文的研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-18页 |
| 第2章 相关理论与技术 | 第18-26页 |
| 2.1 推荐系统与隐式反馈 | 第18-23页 |
| 2.1.1 推荐系统 | 第18-19页 |
| 2.1.2 显式反馈和隐式反馈 | 第19-20页 |
| 2.1.3 隐式反馈的特点 | 第20页 |
| 2.1.4 面向隐式反馈的推荐技术 | 第20-21页 |
| 2.1.5 评价指标 | 第21-23页 |
| 2.2 常用的文本分类方法 | 第23-25页 |
| 2.2.1 朴素贝叶斯分类 | 第23-24页 |
| 2.2.2 TF-IDF分类 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于隐式反馈权重的个性化推荐方法 | 第26-40页 |
| 3.1 问题提出 | 第26-27页 |
| 3.2 推荐流程 | 第27-28页 |
| 3.3 计算隐式反馈权重 | 第28-31页 |
| 3.4 构建用户兴趣模型 | 第31-32页 |
| 3.5 过滤推荐 | 第32-35页 |
| 3.6 基于隐式反馈权重和用户属性的混合推荐 | 第35-38页 |
| 3.7 本章小结 | 第38-40页 |
| 第4章 实验与分析 | 第40-53页 |
| 4.1 实验设计 | 第40-41页 |
| 4.2 基于隐式反馈权重的个性化推荐方法的实验验证 | 第41-48页 |
| 4.2.1 获取正反馈集合 | 第41-44页 |
| 4.2.2 隐式反馈行为的获取 | 第44页 |
| 4.2.3 构建用户兴趣模型 | 第44-45页 |
| 4.2.4 推荐结果与分析 | 第45-48页 |
| 4.3 基于隐式反馈权重和用户属性的混合推荐方法的实验验证 | 第48-52页 |
| 4.3.1 构建基于用户属性的兴趣模型 | 第48-50页 |
| 4.3.2 推荐结果与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |