APP个性化推荐系统的设计与实现
摘要 | 第5-6页 |
Abstract | 第6页 |
本论文专用术语注释表 | 第10-11页 |
第一章 绪论 | 第11-15页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.2.1 个性化推荐系统的研究现状 | 第12页 |
1.2.2 移动应用推荐的研究现状 | 第12-13页 |
1.3 论文研究内容 | 第13-14页 |
1.4 论文组织结构 | 第14-15页 |
第二章 相关理论与技术 | 第15-25页 |
2.1 个性化推荐理论 | 第15-21页 |
2.1.1 基于关联规则的推荐 | 第15-16页 |
2.1.2 基于内容的推荐 | 第16-17页 |
2.1.3 协同过滤推荐 | 第17-21页 |
2.2 逻辑回归模型介绍 | 第21-22页 |
2.3 用户兴趣模型 | 第22-24页 |
2.3.1 模型的数据来源 | 第22-23页 |
2.3.2 模型的表示方法 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
第三章 基于用户兴趣模型的协同过滤算法 | 第25-35页 |
3.1 移动应用及其推荐特征分析 | 第25页 |
3.2 基于用户兴趣模型的协同过滤算法的设计 | 第25-28页 |
3.2.1 用户兴趣模型的表示 | 第26页 |
3.2.2 用户兴趣度评估 | 第26-27页 |
3.2.3 即时兴趣模型 | 第27-28页 |
3.2.4 基于用户兴趣模型的协同过滤推荐算法 | 第28页 |
3.3 实验设计与结果分析 | 第28-33页 |
3.3.1 数据准备 | 第28-29页 |
3.3.2 评价方法 | 第29-30页 |
3.3.3 实验结果与对比实验 | 第30-33页 |
3.4 本章小结 | 第33-35页 |
第四章 系统需求分析和设计 | 第35-45页 |
4.1 系统需求分析 | 第35-36页 |
4.1.1 功能性需求 | 第35页 |
4.1.2 非功能性需求 | 第35-36页 |
4.2 系统架构设计 | 第36-37页 |
4.3 系统功能设计 | 第37-40页 |
4.3.1 数据采集模块的设计 | 第38页 |
4.3.2 候选集生成模块的设计 | 第38-39页 |
4.3.3 在线推荐模块的设计 | 第39-40页 |
4.4 系统接口设计 | 第40-42页 |
4.5 系统数据库设计 | 第42-44页 |
4.5.1 用户兴趣模型存储设计 | 第42-43页 |
4.5.2 推荐结果存储设计 | 第43-44页 |
4.6 本章小结 | 第44-45页 |
第五章 系统实现 | 第45-59页 |
5.1 数据采集模块的实现 | 第45-46页 |
5.2 用户兴趣建模模块的实现 | 第46-49页 |
5.2.1 APP特征向量的抽取 | 第46-47页 |
5.2.2 用户兴趣模型生成 | 第47-49页 |
5.3 候选集生成模块的实现 | 第49-54页 |
5.3.1 基于用户兴趣模型推荐的实现 | 第49-50页 |
5.3.2 非个性化推荐的实现 | 第50页 |
5.3.3 基于关联规则推荐的实现 | 第50-51页 |
5.3.4 基于ALS推荐的实现 | 第51-54页 |
5.4 在线推荐模块的实现 | 第54-57页 |
5.4.1 候选集融合 | 第54页 |
5.4.2 排序模型生成 | 第54-57页 |
5.5 本章小结 | 第57-59页 |
第六章 系统测试 | 第59-68页 |
6.1 测试环境 | 第59页 |
6.2 系统功能测试 | 第59-63页 |
6.2.1 用户兴趣建模功能测试 | 第59-61页 |
6.2.2 候选集生成功能测试 | 第61-62页 |
6.2.3 排序模型训练功能测试 | 第62页 |
6.2.4 在线推荐功能测试 | 第62-63页 |
6.3 系统推荐界面展示 | 第63-65页 |
6.4 系统线上推荐性能测试 | 第65-67页 |
6.4.1 测试方案 | 第65页 |
6.4.2 推荐命中率的评估 | 第65-66页 |
6.4.3 CTR的评估 | 第66-67页 |
6.5 测试结果分析与评价结论 | 第67页 |
6.6 本章小结 | 第67-68页 |
第七章 总结和展望 | 第68-69页 |
7.1 总结 | 第68页 |
7.2 展望 | 第68-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-73页 |