声明
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 传统推荐算法
1.2.2 基于标签的推荐算法
1.2.3 交互式推荐算法
1.3 研究内容
1.4 论文结构安排
第2章 基于标签关联分析的交互式推荐方法分析与设计
2.1 交互式推荐方法框架设计
2.2 评分处理和数据表示
2.2.1 用户评分处理
2.2.2 资源标签表示
2.2.3 用户喜好度表示
2.3 本章小结
第3章 基于标签的概率矩阵分解算法改进
3.1 基于标签的特征提取方法改进
3.1.1 用户特征提取方法改进
3.1.2 基于标签的资源特征提取
3.2 概率矩阵分解算法改进
3.2.1 概率矩阵分解算法
3.2.2 相似邻居计算
3.2.3 基于标签的概率矩阵分解算法
3.3 算法流程描述
3.4 实验设计
3.4.1 实验数据与环境
3.4.2 实验评价指标
3.4.3 对比算法与参数设定
3.5 实验结果分析
3.5.1 参数λ的影响实验
3.5.2 邻居数量D的影响实验
3.5.3 特征向量维度K的对比实验
3.5.4 推荐长度L的对比实验
3.5.5 算法耗时对比实验
3.6 本章小结
第4章 基于标签关联分析的交互式方法研究
4.1 交互式方法概述
4.2 基于标签关联分析的资源划分
4.2.1 标签关联分析
4.2.2 资源备选集划分
4.3 资源备选集重排序
4.4 冷启动问题解决策略
4.4.1 冷启动问题
4.4.2 用户兴趣分类
4.4.3 用户决策树构建
4.5 实验结果分析
4.5.1 新用户冷启动推荐实验
4.5.2 交互式推荐实验
4.6 本章小结
第5章 基于标签的交互式推荐系统
5.1 交互式推荐功能设计
5.1.1 需求分析
5.1.2 系统框架设计
5.1.3 系统功能详细设计
5.2 交互式系统推荐流程设计
5.3 系统主要验证界面
5.3.1 用户信息分析验证
5.3.2 用户交互推荐验证
5.4 本章小结
第6章 总结与展望
6.1 工作总结
6.2 工作展望
致谢
参考文献
攻读学位期间发表的学术论文