声明
摘要
第一章 绪论
1.1 引言
1.2 研究现状与分析
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 研究内容
1.4 组织结构
第二章 个性化推荐
2.1 推荐系统的基本概念
2.1.1 推荐系统中的相关技术
2.1.2 推荐系统的基本框架
2.1.3 推荐算法
2.2 推荐系统存在的问题
2.3 推荐系统的评测标准
2.4 小结
第三章 结合社交与标签信息的协同过滤推荐算法
3.1 社交信息
3.2 标签
3.2.1 标签的内涵
3.2.2 标签的特点
3.3 结合社交与标签信息的协同过滤推荐算法
3.3.1 个体-小众-社区
3.3.2 用户相似度
3.3.3 个体在社区中的重要度
3.3.4 用户预测评分值
3.3.5 算法描述
3.4 仿真实验
3.4.1 数据集预处理
3.4.2 实验结果与分析
3.5 小结
第四章 解决推荐系统冷启动问题的推荐算法
4.1 冷启动问题
4.2 现有冷启动问题的解决方法
4.3 相关基本概念
4.3.1 传统协同过滤推荐算法
4.3.2 项目属性、项目标签与用户时间信息
4.4 多种个性化推荐算法
4.4.1 用户时间权重
4.4.2 用户预测评分值
4.4.3 解决新项目冷启动问题的个性化推荐算法
4.4.4 解决新用户冷启动问题的个性化推荐算法
4.4.5 个性化推荐算法描述
4.5 新项目冷启动问题的仿真实验
4.5.1 数据集预处理
4.5.2 实验结果与分析
4.6 新用户冷启动问题的仿真实验
4.6.1 仿真数据集的获取
4.6.2 实验结果与分析
4.7 小结
第五章 总结及未来工作
5.1 总结
5.2 未来的工作
致谢
攻硕期间从事的科研工作及取得的研究成果
参考文献