声明
1 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 研究内容和组织结构
2 相关方法与理论基础
2.1 基于邻域推荐算法
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
2.1.3 融合时间上下文推荐
2.2 矩阵分解推荐算法
2.3 神经网络
2.3.1 深度神经网络
2.3.2 迁移学习
2.3.3 注意力机制
2.4 本章小结
3 基于迁移神经网络矩阵分解的服务质量预测模型
3.1 引言
3.2 服务质量预测模型
3.2.1 问题描述
3.2.2 模型架构
3.3 实验与分析
3.3.1 评价指标
3.3.2 实验结果
3.4 模型分析
3.5 本章小结
4 基于用户-项目交叉注意力机制的迁移推荐模型
4.1 引言
4.2 交叉注意力模型
4.2.1 UIA模型
4.2.2 模型迁移
4.3 实验与分析
4.3.1 评价指标
4.3.2 基准方法
4.3.3 实验结果
4.4 模型分析
4.5 本章小结
5 基于 Django 框架的推荐系统应用
5.1 概述
5.2 MVT简述
5.3 推荐设计
5.3.1 数据导入
5.3.2 模型设计
5.3.3 页面展示
5.4 交互设计
5.4.1 模型评价
5.4.2 数据收集
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士期间发表的论文及参加的科研项目
附录一表目录
附录二图目录
版权声明
烟台大学;