基于特征工程的协同过滤算法研究

目录

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3研究内容

1.4论文结构

第2章 相关理论及技术

2.1协同过滤算法

2.1.1 基于用户的协同过滤算法

2.1.2 基于项目的协同过滤算法

2.1.3 基于模型的协同过滤算法

2.2 归因理论

2.2.1 三维归因理论

2.2.2 对应推论

2.3特征提取

2.3.1 主成分分析（PCA）

2.3.2 均方根误差（RMSE）

2.3.3 梯度提升树（GBDT）

2.4常用数据集及评价指标

2.4.1常用数据集

2.4.2评价指标

2.5 小结

第3章 融合归因理论特征的协同过滤算法

3.1算法框架

3.2特征提取

3.2.1 一致性特征

3.2.2区别性特征

3.2.3 正负偏好特征

3.3 相似度融合

3.3.1偏好相似度

3.3.2 评分相似度

3.3.3 相似度融合

3.4 基于用户的评分预测

3.5算法流程

3.6 实验

3.6.2 评价指标

3.6.3 实验内容

3.6.4 实验结果

3.7 小结

第4章 基于标注映射的协同过滤算法

4.1算法框架

4.2特征提取

4.2.1 聚类标注映射

4.2.2 自标注映射

4.3基于项目的评分预测

4.4 实验

4.4.1 实验环境与实验数据

4.4.2 评价指标

4.4.3 实验内容

4.4.4 实验结果

4.5 小结

第5章 总结与展望

5.1 工作总结

5.2 进一步工作

参考文献

致谢

攻读硕士学位期间公开发表的论文