一种基于因子分解机和主动学习的新电影推荐方法

第一个书签之前

摘要

ABSTRACT

第一章绪论

1.1 研究背景

1.2 研究意义

1.3 研究现状

1.4 研究内容

1.5 论文结构

第二章相关技术介绍

2.1 推荐系统介绍

2.1.1 推荐系统的定义

2.1.2 推荐系统的应用

2.2 推荐算法介绍

2.2.1 基于内容的推荐算法

2.2.2 基于关联规则的推荐算法

2.2.3 基于协同过滤的推荐算法

2.3 主动学习

2.3.1 主动学习的定义

2.3.2 主动学习的过程及优势

2.4 因子分解机

2.4.1 因子分解机的定义

2.4.2 因子分解机的优点

2.5 本章小结

第三章问题定义及方法设计

3.1 问题的提出

3.2 任务的定义

3.3 方法的设计

3.4 本章小结

第四章基于因子分解机和主动学习的新电影推荐

4.1 目标用户选择方法

4.1.1 用户选择标准设计

4.1.2 用户选择方法实现

4.2 新电影推荐方法

4.2.1 因子分解机模型的构建

4.2.2 主动学习的新电影推荐

4.3 本章小结

第五章实验及分析

5.1 实验评价标准

5.1.1 评分预测准确度指标

5.1.2 分类预测准确度指标

5.1.3 其他评价指标

5.2 实验数据集

5.2.1 数据集介绍

5.2.2 数据集对比

5.3 实验设计

5.3.1 实验环境

5.3.2 实验流程

5.4 实验结果及分析

5.5 本章小结

第六章新电影推荐原型系统设计与实现

6.1 需求分析

6.1.1 功能需求

6.1.2 非功能需求

6.2 系统设计

6.2.1 系统框架设计

6.2.2 系统模块设计

6.3 系统实现

6.4 本章小结

总结与展望

总结

展望

参考文献

致谢