摘要
第1章 绪论
1.1 课题背景
1.2 国内外研究现状
1.2.1 基于关联规则推荐系统
1.2.2 基于内容的推荐系统
1.2.3 协同过滤系统
1.2.4 组合推荐系统
1.3 本文主要工作
1.4 本文组织结构
第2章 相关技术综述
2.1 传统协同过滤算法
2.1.1 基于用户的协同过滤算法
2.1.2 基于物品的协同过滤算法
2.2 矩阵分解模型
2.2.1 低维因素模型
2.2.2 概率矩阵分解模型
2.3 基于信任的推荐方法
2.3.1 社会网络及其建模
2.4 上下文感知的推荐系统
2.4.1 上下文介绍
2.4.2 上下文感知推荐系统流程
2.5 本章小结
第3章 上下文感知的多维信任推荐模型
3.1 问题定义
3.2 上下文感知聚类
3.2.1 相关上下文选取
3.2.2 混合高斯聚类
3.3 多维信任网络的构建
3.4 多维信任的概率矩阵分解
3.5 用户评分概率矩阵分解
3.6 多维信任与用户评分矩阵分解混合模型
3.7 本章小结
第4章 实验与分析
4.1 实验数据介绍
4.1.1 数据抓取
4.1.2 数据分析
4.1.3 预处理
4.2 实验设计
4.2.1 上下文选取
4.2.2 数据集划分
4.2.3 评估标准
4.2.4 参数训练
4.3 对比方案
4.4 实验结果及分析
4.5 本章小结
第5章 总结与展望
5.1 本文总结
5.2 未来工作展望
参考文献
攻读硕士学位期间主要的研究成果
致谢