智能推荐关键技术及其应用研究

第1章研究背景、研究历史与现状
1.1研究背景与意义
1.2国内外研究历史与现状
1.3基于机器系统面临的挑战
系统相关技术基础
系统类型
算法评价标准
第3章贝叶斯pairwis算法
3.1概述
3.2基于one-class协同过滤的贝叶斯pairwise排序
3.3 BPLR算法模型
3.4模型优化
3.5动态采样算法
3.6实验评估
第4章融合社交网络和兴趣技术
4.1概述
4.2用户兴趣偏好分析与建模
4.3实验评估及分析
4.4讨论
4.5本章小结
第5章基于用户兴趣偏好方法
5.1概述
选项的生成
选项的重排序
5.4实验评估及分析
5.5讨论
5.6本章小结
第6章大规及在线更新算法
6.1概述
6.2大规模型
6.3实验评估及分析
6.4讨论
6.5本章小结
第7章面服务的深度协同过滤
7.1概述
7.2相关文献介绍
7.3深模型
7.4实验分析
7.5讨论
7.6本结.
第8章基于兴趣学阵分解技术
8.1引言
8.2相关工作
8.3问题的定义和表述
8.4 PSRecl:基于用户
8.5 PSRec2:利用用户偏好和社交
8.6实验分析
8.7讨论
8.8本章小结
第9章面向冷启动问题的神模型
9.1冷启动概述
9.2用户冷启动
9.3面向冷启动的神经系统
9.4实验分析
9.5讨论
9.6本章小结
第10结与展望
10.结
10.2后续工作展望
参考文献
文情况