更新时间：2019-12-06 13:57:07
封面
版权信息
内容简介
作者简介
前言 PREFACE
第一篇 基础理论
第1章 理论入门
1.1 引言
1.2 推荐系统的形式化定义
1.3 基于近邻的协同过滤推荐算法
1.4 基于用户兴趣的推荐算法
1.5 基于模型的协同过滤推荐算法
1.6 基于信任的协同过滤推荐算法
1.7 推荐系统现存问题
1.8 评测指标
本章小结
参考文献
第二篇 基于时序的协同过滤推荐算法
第2章 基于巴式系数改进相似度的协同过滤推荐算法
2.1 引言
2.2 相关工作
2.3 一种巴氏系数改进相似度的协同过滤推荐算法
2.4 实验与分析
第3章 基于用户兴趣和项目属性的协同过滤推荐算法
3.1 引言
3.2 相关工作
3.3 基于用户兴趣和项目属性的协同过滤推荐算法
3.4 实验结果与分析
第三篇 基于矩阵分解的协同过滤推荐算法
第4章 SVD和信任因子相结合的协同过滤推荐算法
4.1 引言
4.2 标注和相关工作
4.3 SVD和信任因子相结合的协同过滤推荐算法
4.4 实验结果与分析
第5章 相似度填充的概率矩阵分解的协同过滤推荐算法
5.1 引言
5.2 相关工作
5.3 CF-PFCF算法
5.4 实验分析
第6章 基于偏置信息的改进概率矩阵分解算法研究
6.1 引言
6.2 相关工作
6.3 算法流程
6.4 实验分析
第7章 基于项目属性改进概率矩阵分解算法
7.1 引言
7.2 IAR-BP算法
7.3 实验结果对比分析
第8章 基于交替最小二乘的改进概率矩阵分解算法
8.1 引言
8.2 交替最小二乘
8.3 Baseline预测
8.4 IPMF算法
8.5 实验结果分析
第9章 基于社交网络的改进概率矩阵分解算法研究
9.1 引言
9.2 相关工作
9.3 概率矩阵分解
9.4 主要研究内容
9.5 实验分析
第10章 带偏置的非负矩阵分解推荐算法
10.1 引言
10.2 相关工作
10.3 RBNMF算法
10.4 实验分析
第11章 基于项目热度的协同过滤推荐算法
11.1 引言
11.2 非负矩阵分解
11.3 两阶段近邻选择
11.4 算法描述
11.5 实验结果分析
第四篇 基于信任的协同过滤推荐算法
第12章 带偏置的专家信任推荐算法
12.1 引言
12.2 相关工作
12.3 改进专家算法
12.4 实验结果与分析
第13章 一种改进专家信任的协同过滤推荐算法
