声明
摘要
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 论文组织结构
第二章 个性化推荐技术概述
2.1 推荐系统概述
2.1.1 推荐系统定义
2.1.2 个性化推荐应用案例
2.2 推荐系统实验方法
2.2.1 离线实验
2.2.2 用户调查法
2.2.3 在线AB实验法
2.3 推荐算法评测标准
2.4 个性化推荐算法分析
2.4.1 基于用户特征的推荐算法
2.4.2 基于内容的推荐算法
2.4.3 基于用户的协同过滤算法
2.4.4 基于物品的协同过滤算法
2.4.5 算法对比分析
2.5 相关技术分析
2.5.1 物品相似度计算
2.5.2 用户偏好计算
2.6 本章小结
第三章 基于规则的视频共现矩阵计算
3.1 影响共现值因子分析
3.1.1 共现回归方程
3.1.2 回归方程参数估计
3.2 基于规则的共现矩阵计算
3.3 实验及结果分析
3.3.1 MovieLens数据集
3.3.2 实验结果
3.3.3 实验分析
3.4 本章小结
第四章 基于用户兴趣特征的偏好计算
4.1 用户兴趣特征获取和建模
4.1.1 用户兴趣特征获取
4.1.2 用户兴趣特征建模
4.2 视频质量表示
4.2.1 基于k-means的用户聚类
4.2.2 聚类结果
4.3 基于用户兴趣特征的偏好计算
4.4 实验及结果分析
4.4.1 实验结果
4.4.2 实验分析
4.5 本章小结
第五章 基于物品协同过滤的个性化视频推荐算法改进
5.1 算法描述
5.2 参数优化
5.2.1 K值选取
5.2.2 N值选取
5.3 算法验证
5.3.1 分类规则验证
5.3.2 共现值设置验证
5.3.3 传统算法对比验证
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间论文发表情况