摘要
第一章 绪论
1.1 研究背景和意义
1.2 本文的研究重点及工作内容
1.3 本文组织结构
第二章 推荐算法及课程推荐研究现状
2.1 基于内容的推荐算法
2.2 基于协同过滤的推荐算法
2.2.1 基于内存的协同过滤算法
2.2.2 基于模型的协同过滤算法
2.3 混合推荐算法
2.4 课程推荐研究现状
2.5 本章小结
第三章 课程推荐模型
3.1 人工神经网络
3.1.1 人工神经网络概述
3.1.2 反向传播算法
3.2 基于神经网络的协同过滤模型
3.2.1 MF模型
3.2.2 MLP模型
3.2.3 NeuMF模型
3.2.4 模型比较
3.3 基于辅助信息的神经网络协同过滤模型
3.3.1 研究动机
3.3.2 模型构建
3.4 实验结果与分析
3.4.1 实验设置
3.4.2 不同设置中的实验比较
3.5 本章总结
4.1 研究动机
4.2 隐因子分解模型
4.3 卷积神经网络
4.3.1 自然语言处理中CNN的应用
4.4 ALS学习算法
4.5 基于卷积神经网络的学习预测模型
4.6 实验结果与分析
4.6.1 实验设置
4.6.2 基准实验比较
4.6.3 实验结果与分析
4.7 本章总结
5.1 总结
5.2 展望
参考文献
致谢
声明