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

基于情景分析的网络阅读个性化推荐方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-16页
    1.1 研究背景第11-12页
    1.2 研究意义第12-13页
    1.3 研究内容第13页
    1.4 研究思路与研究方法第13-14页
    1.5 论文结构第14-16页
第2章 相关研究文献综述第16-28页
    2.1 文献检索情况概述第16-19页
        2.1.1 文献检索范围分析第16页
        2.1.2 相关文献情况分析第16-17页
        2.1.3 学术研究趋势分析第17-19页
    2.2 个性化推荐的研究概况第19-24页
        2.2.1 国外研究综述第20-21页
        2.2.2 国内研究综述第21-24页
    2.3 关于情景的研究第24-26页
        2.3.1 国外研究综述第24-25页
        2.3.2 国内研究综述第25-26页
    2.4 已有研究的贡献与不足第26-27页
        2.4.1 主要贡献第26页
        2.4.2 不足之处第26-27页
    2.5 已有研究成果对本文的启示第27页
    2.6 本章小结第27-28页
第3章 相关理论和方法第28-35页
    3.1 个性化推荐的基本概念第28-30页
        3.1.1 个性化推荐的定义第28-29页
        3.1.2 个性化推荐的模式第29-30页
    3.2 个性化推荐的主要算法第30-31页
        3.2.1 基于内容的推荐第30页
        3.2.2 协同过滤推荐第30页
        3.2.3 关联规则推荐第30页
        3.2.4 基于网络结构的推荐第30-31页
        3.2.5 混合推荐第31页
    3.3 情景的相关概念第31-34页
        3.3.1 情景描述第31-32页
        3.3.2 情景信息的分类与获取途径第32-33页
        3.3.3 情景推理方法第33-34页
    3.4 本章小结第34-35页
第4章 基于贝叶斯网络情景推理的用户偏好子模型构建第35-54页
    4.1 问题描述第35-43页
        4.1.1 问题背景第35-36页
        4.1.2 情景的选择与分析第36-38页
        4.1.3 基本假设与符号说明第38-39页
        4.1.4 条件概率的数据收集第39-43页
    4.2 情景信息的用户偏好推理子模型第43-47页
        4.2.1 分析阶段第43页
        4.2.2 更新阶段第43-47页
        4.2.3 用户偏好的向量表示第47页
    4.3 用户基本特征与历史行为的用户偏好推理子模型第47-53页
        4.3.1 分析阶段第47-48页
        4.3.2 更新阶段第48-52页
        4.3.3 用户偏好的向量表示第52-53页
    4.4 本章小结第53-54页
第5章 基于用户偏好模型的个性化推荐方法设计第54-65页
    5.1 用户偏好模型构建第54-58页
        5.1.1 权重系数计算的一般方法第54-55页
        5.1.2 权重系数的计算第55-58页
        5.1.3 用户偏好模型的表示第58页
    5.2 基于用户偏好模型的相似性算法第58-61页
        5.2.1 个性化推荐过程分析第58-59页
        5.2.2 相似性计算方法的选择第59-60页
        5.2.3 改进的用户相似性计算第60-61页
    5.3 用户的评分预测第61-62页
    5.4 算法步骤第62-64页
    5.5 本章小结第64-65页
第6章 无觅网个性化推荐算例与实验分析第65-78页
    6.1 网站背景第65-66页
    6.2 实验设计第66-67页
    6.3 数据处理第67-74页
    6.4 结果分析第74-77页
    6.5 本章小结第77-78页
第7章 结论与展望第78-80页
    7.1 结论第78页
    7.2 展望第78-80页
参考文献第80-85页
致谢第85-86页
作者简介第86-87页
附录第87-89页

论文共89页,点击 下载论文
上一篇:基于不确定信息的救灾物资分配决策模型研究
下一篇:基于约束的企业订单选择及其排序研究