封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究现状
1.3 本文的主要贡献与创新
1.4 本论文的结构安排
第二章 协同过滤基本算法
2.1 问题定义
2.2 基于邻居的协同过滤
2.3 常用相似度计算方式
2.4 LDA算法
2.5 模型参数估计常用方法
2.6 推断学习基本方法
2.7 利用Gibbs采样推断LDA模型
2.8 本章小结
第三章 用户记录中的session关系研究
3.1 用户点击数据介绍
3.2 session划分方法
3.3 session相似度分析
3.4 本章小结
第四章 基于session的改进算法
4.1 问题定义
4.2 Session-based LDA先验分布假设
4.3 Session-based LDA中参数的先验分布
4.4 Session-based LDA算法MAP估计
4.5 Session-based LDA算法流程
4.6 本章小节
第五章 算法实现与结果分析
5.1 算法实现
5.2 推荐系统框架设计
5.3 结果对比
5.4 参数对Session-based LDA算法的影响
5.5 本章小结
第六章 总结与展望
致谢
参考文献