|
|
|
|
移动情景感知的实时推荐技术研究 |
| |
| 论文目录 |
| |
| 摘要 | 第11-13页 | | Abstract | 第13-14页 | | 第一章 绪论 | 第15-31页 | | 1.1 研究背景 | 第16-19页 | | 1.1.1 个性化推荐系统的发展 | 第16-18页 | | 1.1.2 移动情景感知技术 | 第18-19页 | | 1.2 研究现状 | 第19-27页 | | 1.2.1 传统个性化推荐技术 | 第19-23页 | | 1.2.2 结合移动情景感知的个性化推荐技术 | 第23-25页 | | 1.2.3 当前研究存在的问题 | 第25-26页 | | 1.2.4 研究意义 | 第26-27页 | | 1.3 研究内容 | 第27-28页 | | 1.4 论文结构 | 第28-30页 | | 1.5 本章小结 | 第30-31页 | | 第二章 移动环境下的实时推荐问题解决框架 | 第31-45页 | | 2.1 概述 | 第31-32页 | | 2.2 基于移动情景感知的推荐问题表达 | 第32-34页 | | 2.2.1 相关定义 | 第32-33页 | | 2.2.2 基于移动情景感知的多维推荐模型 | 第33-34页 | | 2.3 移动情景与个性化推荐的融合 | 第34-39页 | | 2.3.1 情景前期过滤 | 第35-36页 | | 2.3.2 情景后期过滤 | 第36-38页 | | 2.3.3 情景建模 | 第38-39页 | | 2.4 面向不同感知层次的问题求解策略 | 第39-44页 | | 2.4.1 面向单用户感知的实时推荐 | 第40-41页 | | 2.4.2 面向团体感知的实时推荐 | 第41-42页 | | 2.4.3 面向社区感知的实时推荐 | 第42-44页 | | 2.5 本章小结 | 第44-45页 | | 第三章 移动环境下基于单用户情景模型的实时兴趣匹配 | 第45-68页 | | 3.1 引言 | 第45页 | | 3.2 问题描述与相关工作 | 第45-50页 | | 3.2.1 问题描述 | 第47-49页 | | 3.2.2 相关工作 | 第49-50页 | | 3.3 面向单用户感知的情景建模 | 第50-54页 | | 3.3.1 要素定义 | 第51-52页 | | 3.3.2 数据结构 | 第52-54页 | | 3.4 面向单用户感知的兴趣匹配 | 第54-61页 | | 3.4.1 兴趣匹配函数 | 第54-56页 | | 3.4.2 无障碍条件下的用户兴趣Top-k匹配算法 | 第56-58页 | | 3.4.3 有障碍条件下的用户兴趣Top-k匹配算法 | 第58-61页 | | 3.5 实验结果分析 | 第61-67页 | | 3.5.1 实验准备 | 第61-62页 | | 3.5.2 结果分析 | 第62-67页 | | 3.6 本章小结 | 第67-68页 | | 第四章 基于社交行为分析的团体用户实时兴趣匹配 | 第68-104页 | | 4.1 引言 | 第68页 | | 4.2 问题描述与相关工作 | 第68-74页 | | 4.2.1 问题描述 | 第69-72页 | | 4.2.2 相关工作 | 第72-74页 | | 4.3 基于团体事件的社交行为分析 | 第74-79页 | | 4.3.1 团体事件定义 | 第74-75页 | | 4.3.2 团体事件提取算法 | 第75-79页 | | 4.4 面向团体感知的情景建模 | 第79-85页 | | 4.4.1 要素定义 | 第79-82页 | | 4.4.2 数据结构 | 第82-85页 | | 4.5 面向团体感知的兴趣匹配 | 第85-95页 | | 4.5.1 兴趣匹配函数 | 第86-87页 | | 4.5.2 无索引的团体兴趣最佳匹配算法 | 第87-91页 | | 4.5.3 有索引的团体兴趣Top-k匹配算法 | 第91-95页 | | 4.6 实验结果分析 | 第95-103页 | | 4.6.1 实验准备 | 第95-97页 | | 4.6.2 结果分析 | 第97-103页 | | 4.7 本章小结 | 第103-104页 | | 第五章 基于动态社区发现的实时情景建模 | 第104-136页 | | 5.1 引言 | 第104页 | | 5.2 问题描述与相关工作 | 第104-109页 | | 5.2.1 问题描述 | 第106-108页 | | 5.2.2 相关工作 | 第108-109页 | | 5.3 用户移动行为模式挖掘 | 第109-113页 | | 5.3.1 相关定义 | 第109-110页 | | 5.3.2 数据集描述 | 第110-111页 | | 5.3.3 累积稳定连接分析 | 第111-113页 | | 5.4 基于社区核提取的动态社区演化 | 第113-123页 | | 5.4.1 基于核提取的社区发现算法 | 第113-119页 | | 5.4.2 动态社区演化 | 第119-123页 | | 5.5 面向社区感知的兴趣匹配 | 第123-124页 | | 5.5.1 情景建模 | 第123页 | | 5.5.2 偏好匹配 | 第123-124页 | | 5.6 实验结果分析 | 第124-134页 | | 5.6.1 实验准备 | 第124-125页 | | 5.6.2 结果分析 | 第125-134页 | | 5.7 本章小结 | 第134-136页 | | 第六章 结论与展望 | 第136-139页 | | 6.1 主要工作 | 第136-137页 | | 6.2 未来的研究工作 | 第137-139页 | | 致谢 | 第139-141页 | | 参考文献 | 第141-152页 | | 作者在学期间取得的学术成果 | 第152-153页 | | 作者在学期间参加的科研项目、获得专利和奖励 | 第153页 |
|
|
|
|
论文编号BS2911097，这篇论文共153页
会员购买按0.35元/页下载，共需支付53.55元。 直接购买按0.5元/页下载，共需要支付76.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务