声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文研究内容与组织结构
1.3.1 论文研究内容
1.3.2 论文组织结构
第2章 相关理论与技术
2.1 推荐领域相关介绍
2.1.1 单领域推荐系统的基本概念
2.1.2 跨域推荐系统的基本概念
2.2 协同过滤推荐算法理论研究
2.2.1 基于矩阵分解的单域推荐方法
2.2.2 基于联合矩阵的跨域推荐方法
2.3 相似性度量方法的理论研究
2.3.1 欧几里得距离相似度
2.3.2 余弦相似度
2.3.3 修正的皮尔逊相似度
2.3.4 Jaccard相似度
2.4 推荐算法评估方法
2.5 本章小结
第3章 基于评分可靠性的跨域个性化推荐方法
3.1 问题的提出
3.2 推荐流程
3.3 基于用户评分可靠性设置阈值
3.3.1 计算用户评分可靠性
3.3.2 根据用户评分可靠性设置阈值
3.3.3 跨域推荐处理阶段
3.4 实验评估
3.4.1 实验数据
3.4.2 对比模型
3.4.3 实验设计
3.4.4 实验评估方法
3.4.5 实验结果及分析
3.5 本章小结
第4章 基于用户相似度自学习的跨域推荐方法
4.1 问题的提出
4.2 推荐流程
4.3 基于用户相似度自学习的跨域推荐方法
4.3.1 用户相似度的改进算法
4.3.2 联合跨域的自学习用户相似度算法
4.3.3 预测融入用户相似度的用户-物品评分矩阵算法
4.4 基于阈值和用户相似度自学习的跨域推荐方法
4.5 实验评估
4.5.1 实验数据
4.5.2 对比模型
4.5.3 实验设计
4.5.4 实验评估方法
4.5.5 实验结果及分析
4.6 本章小结
结论
参考文献
攻读硕士期间发表的文章和取得的科研成果
致谢
哈尔滨工程大学;