摘要
第1章 绪论
1.1 课题背景
1.1.1 个性化推荐的发展
1.1.2 标签系统的发展与个性化
1.1.3 标签的稀疏性
1.2 本文的主要工作
1.3 本文的组织结构
1.4 本章小结
第2章 相关技术综述
2.1 个性化推荐
2.1.1 基于内容的推荐
2.1.2 协同过滤推荐
2.1.3 混合推荐
2.2 基于标签的推荐算法
2.2.1 基于标签向量的推荐算法
2.2.2 基于标签的协同过滤扩展算法
2.2.3 基于三部图的传播推荐算法
2.3 集成学习和聚类算法
2.3.1 集成学习的优点
2.3.2 常用的集成学习算法
2.3.3 常用的聚类算法
2.4 本章小结
第3章 基于稀疏标签的语义偏好模型(TC_SPM)
3.1 用户语义偏好分析
3.1.1 用户行为描述
3.1.2 用户语义偏好分析
3.2 基于用户语义偏好和语义关联的标签聚类
3.2.1 标签和商品的关系
3.2.2 标签和用户的关系
3.2.3 基于语义关联的标签相似度
3.3 基于标签聚类的强化语义偏好模型
3.4 本章小结
第4章 基于稀疏标签偏好模型的集成推荐算法
4.1 基于TC_SPM的个体推荐算法
4.1.1 基于语义向量的推荐模型
4.1.2 基于语义的协同过滤扩展算法
4.1.3 基于语义传播的推荐算法
4.2 数据抽样
4.3 模型集成方法
4.4 个性化集成推荐流程
4.5 本章小结
第5章 实验结果分析
5.1 实验数据集
5.2 评价指标
5.3 用户偏好模型的比较
5.4 推荐结果比较
5.5 本章小结
第6章 总结和展望
6.1 总结
6.2 展望
参考文献
致谢