首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

书签社会网络中用户兴趣智能感知关键技术研究

摘要第1-5页
Abstract第5-7页
目录第7-10页
第一章 概述第10-26页
   ·研究的背景以及意义第10-11页
   ·国内外研究现状第11-24页
     ·书签社会系统第11-12页
     ·书签社会网络结构第12-14页
     ·个性化推荐算法第14-17页
       ·基于打分评价式的推荐第14-15页
       ·基于标题内容式的推荐系统第15-16页
       ·基于网络的推荐方法第16-17页
       ·混合推荐(Hybrid Approach Recommendation)第17页
     ·个性化推荐评价指标第17-22页
       ·打分式系统中的准确性指标第18-19页
       ·查全率、查准率指标第19-20页
       ·推荐的命中率指标第20-21页
       ·推荐的新鲜性和意外性指标第21页
       ·推荐的流行性以及推荐列表的多样性第21-22页
       ·用户满意度指标第22页
     ·书签社会系统用户行为智能感知的关键问题第22-24页
       ·书签社会网络的构造与动态调整第23-24页
       ·书签社会网络系统鲁棒性的问题第24页
       ·根据用户行为的资源信息提取第24页
   ·论文的主要工作以及论文结构第24-26页
第二章 基于书签社会网络的用户兴趣空间第26-57页
   ·相关概念第26-29页
     ·空间填充曲线第26-29页
     ·空间索引树第29页
   ·兴趣特征空间的相关概念和构建第29-32页
   ·网络资源以及网络用户兴趣度计算第32-34页
   ·兴趣空间树 IFS-Tree 的构建第34-37页
   ·网络资源的空间定位第37-42页
     ·网络资源的空间定位第38-40页
     ·网络用户的空间定位第40-41页
     ·兴趣特征空间的动态更新第41-42页
   ·社会网络兴趣空间模型的优化策略第42-43页
     ·信息提取的优化策略第42-43页
     ·兴趣度值的动态调整优化第43页
   ·基于兴趣特征空间的用户兴趣智能感知第43-55页
     ·基于当前对象定位点的兴趣偏好分析第44-49页
       ·兴趣特征空间的兴趣匹配算法第44-47页
       ·资源对象与用户对象之间的关系分析第47-48页
       ·用户对象之间的偏好分析第48-49页
     ·基于用户兴趣曲线的兴趣智能感知第49-55页
       ·用户兴趣偏好变化频率第50-52页
       ·用户偏好倾向预测以及推荐第52-55页
     ·小结第55页
   ·本章小结第55-57页
第三章 用户关系中的群组发现第57-76页
   ·引言第57页
   ·传统社团结构挖掘第57-59页
   ·最大亚频繁模式第59-72页
     ·传统挖掘最大频繁项的方法研究第60页
     ·相关概念和术语第60页
     ·亚频繁模式第60-63页
     ·MSFP-Mining 主要过程以及优化策略第63-72页
       ·AFP-Tree(Ascending Frequent Pattern-Tree)第64-65页
       ·CMP-Tree(Conditional Mix Pattern Tree)第65-67页
       ·SFP-Tree(Supplemental Frequent patterns-Tree)第67-68页
       ·CFP-Tree(Conditional Frequently Pattern-Tree)第68-70页
       ·MSFP-Mining 算法以及生成实例第70-72页
   ·社会网络树结构模型第72-74页
   ·本章小结第74-76页
第四章 实验部分第76-84页
   ·基于兴趣特征空间的推荐实验第76-79页
   ·基于用户群组的推荐实验第79-84页
     ·基于最大亚频繁模式的实验室性能第80-84页
       ·时间性能第80-82页
       ·模式规模扩展性能第82-84页
第五章 文章总结第84-86页
   ·文章主要的创新点第84-85页
   ·进一步研究计划第85-86页
参考文献第86-92页
作者在读期间科研成果简介第92-93页
致谢第93页

论文共93页,点击 下载论文
上一篇:新一代天气雷达资料质量分析和处理方法研究
下一篇:试论T台妆型整体设计