声明
摘要
图目录
表目录
1.1 研究背景与意义
1.2 本文的主要研究内容
1.3 本文的组织结构
1.4 本章小结
第2章 相关工作介绍
2.1.1 协同过滤
2.1.2 内容过滤
2.2 推荐系统的时间动态性研究
2.3 基于图的推荐研究
2.3.1 上下文图
2.3.2 利用查询信息
2.4 现有方法小结
2.5 本章小结
3.1 引言
3.2 时间段图模型
3.2.1 用户物品二分图
3.2.2 时间段结点
3.3 历史行为时间段划分
3.3.1 固定时间窗口的缺点
3.3.2 相邻两次行为时间间隔
3.3.3 基于贪心策略的时间段划分
3.3.4 复杂度分析
3.4 本章小结
第4章 基于时间段图的兴趣衰减模型
4.1 问题描述
4.2 路径融合算法
4.2.1 兴趣传播
4.2.2 广度优先搜索
4.3 兴趣衰减模型
4.3.1 兴趣随时间变化
4.3.2 路径融合算法的不足
4.3.3 物品时间段二分图上的兴趣衰减
4.3.4 不同时间段注入不同的兴趣初值
4.3.5 时间效率分析
4.4 时间段结点与关联分析
4.5 本章小结
5.1.1 MovieLens
5.1.2 豆瓣电影
5.2 实验环境搭建
5.2.1 系统设计
5.2.2 数据采集
5.2.3 信息抽取
5.2.4 算法实现
5.2.5 实验设计
5.2.6 评价指标
5.3 对比方法与结果分析
5.3.1 UserCF
5.3.2 IDSSTG vs.GIDSSTG
5.3.3 λ参数的选取
5.3.4 ρ参数的选取
5.3.5 时间效率比较
5.3.6 结果比较
5.4 本章小结
6.1 工作总结
6.2 工作展望
参考文献
致谢