首页> 中文学位 >基于兴趣点重要度和相似得分的推荐算法研究
【6h】

基于兴趣点重要度和相似得分的推荐算法研究

代理获取

目录

声明

第1章 绪 论

1.1 课题研究背景、目的和意义

1.1.1 课题背景

1.1.2 课题目的和意义

1.2 国内外研究现状

1.3 论文研究目标与内容

1.4 论文的组织结构

第2章 相关理论与基础知识

2.1 兴趣点推荐

2.2 基础推荐方法

2.2.1 基于内存的协同过滤算法

2.2.2 基于模型的协同过滤算法

2.3 地理位置建模

2.4 本章小结

第3章 基于兴趣点重要度的推荐算法研究

3.1 引言

3.2 数据集过滤

3.3 特征向量的扩展

3.4 兴趣点重要度的定义及计算

3.5 基于兴趣点重要度的联合推荐算法

3.6 本章小结

第4章 基于兴趣点相似得分的推荐算法研究

4.1 引言

4.2 Word2vec算法描述

4.2.1 CBOW模型

4.2.2 Skip-gram模型

4.2.3 层次Softmax

4.3 兴趣点相似得分的定义及计算

4.3.1 构建兴趣点语料库

4.3.2 计算兴趣点特征向量

4.3.3 兴趣点相似得分

4.4 基于兴趣点相似得分的联合推荐算法

4.5 本章小结

第5章 实验结果与分析

5.1 实验环境配置

5.2 评价指标

5.3 实验数据集

5.4 对比算法

5.5 参数设置

5.5.1 基于兴趣点重要度的推荐算法

5.5.2 基于兴趣点相似得分的推荐算法

5.6 实验结果及分析

5.7 本章小结

结论

参考文献

致谢

展开▼

著录项

  • 作者

    魏小梅;

  • 作者单位

    燕山大学;

  • 授予单位 燕山大学;
  • 学科 计算机科学与技术
  • 授予学位 硕士
  • 导师姓名 刘文远;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    兴趣; 点重要度; 相似;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号