声明
摘要
第1章 绪论
1.1 研究背景及现状
1.2 研究内容
1.3 本文的主要工作
1.4 本文的组织结构
第2章 相关研究
2.1 单域中的产品推荐
2.2 跨领域推荐
2.2.1 跨领域推荐基础
2.2.2 基于知识迁移的跨领域推荐模型
2.3 社交网络中的推荐研究
2.4 与冷启动相关的推荐研究
2.5 本章小结
第3章 跨领域潜在特征映射模型
3.1 问题定义
3.2 潜在特征的计算
3.2.1 用户评分行为相似度的计算
3.2.2 整合用户相似度的矩阵分解
3.3 基于近邻的潜在特征映射
3.3.1 梯度提升树
3.3.2 多层感知器
3.3.3 基于近邻的特征映射方法
3.4 冷启动用户评分预测
3.5 本章小结
第4章 实验分析
4.1 实验设置
4.1.1 数据集
4.1.2 评价指标与对比方法
4.2 数据稠密度对冷启动用户跨域推荐效果的影响
4.3 锚用户数量对冷启动用户跨域推荐效果的影响
4.4 几种相关模型的冷启动用户跨域推荐效果比较
4.5 参数sim对冷启动用户跨域推荐效果的影响
4.6 MFUS模型的参数灵敏度分析
4.7 本章小结
第5章 总结与展望
5.1 研究总结
5.2 研究展望
参考文献
致谢
攻读学位期间发表的学术论文
攻读学位期间参与科研项目
攻读学位期间获奖情况