社會化環(huán)境下商品個性化推薦方法

1緒論/1
1.1選題背景和意義/1
1.1.1選題背景/1
1.1.2選題意義/4
1.2國內外研究現(xiàn)狀/6
1.2.1社會化推薦研究現(xiàn)狀/6
1.2.2標簽推薦研究現(xiàn)狀/10
1.2.3商品推薦研究現(xiàn)狀/16
1.2.4國內外研究述評/21
1.3研究方法/26

2社會化商品推薦相關理論與方法/28
2.1社會化商品推薦的概念與特征/28
2.2社會化標簽系統(tǒng)概述/31
2.2.1標簽系統(tǒng)類型/31
2.2.2社會化標簽系統(tǒng)的特點/31
2.3傳統(tǒng)信息推薦理論與方法/33
2.3.1基于信息內容的信息推薦方法/33
2.3.2基于協(xié)同過濾的信息推薦方法/35
2.3.3基于規(guī)則的信息推薦方法/38
2.3.4混合推薦方法/39
2.4基于深度學習的推薦方法/40
2.4.1基于多層感知機的推薦方法/40
2.4.2基于卷積神經網絡的推薦方法/41
2.4.3基于循環(huán)神經網絡的推薦方法/41
2.5面向社會化環(huán)境的商品推薦方法/42
2.6社會化商品推薦技術基礎/45
2.6.1信息抽取/45
2.6.2知識融合/49

3社會化推薦系統(tǒng)概述與分析/53
3.1社會化推薦系統(tǒng)概述/53
3.2基于內存的社會化推薦系統(tǒng)/55
3.2.1TidalTrust/55
3.2.2MoleTrust/57
3.3基于模型的社會化推薦系統(tǒng)/58
3.3.1SoRec/58
3.3.2TrustMF/60
3.3.3TrustPMF/62
3.3.4LOCABAL/65
3.3.5SoReg/67
3.3.6SocialMF/68
3.3.7RSTE/72
3.4基于社會化標簽的推薦系統(tǒng)/74
3.4.1Delicious/74
3.4.2CiteULike/75
3.4.3Connotea/76
3.4.4Flickr/77
3.4.5YouTube/79

4基于社會化標簽的商品推薦模型/82
4.1問題的提出/82
4.1.1社會化環(huán)境下商品推薦面臨的挑戰(zhàn)/82
4.1.2傳統(tǒng)的商品推薦模型存在的問題/83
4.1.3社會化標簽在商品推薦中應用的可行性/84
4.2基于社會化標簽的商品推薦模型/85
4.2.1現(xiàn)有的基于社會化標簽的推薦模型/85
4.2.2基于社會化標簽和多維信息的商品推薦模型/88

5基于標簽間語義相關性的商品推薦方法/91
5.1問題的提出/91
5.2基于標簽間語義相關性的商品推薦方法概述/93
5.2.1標簽間語義相關性計算/93
5.2.2用戶標簽綜合權重計算/94
5.2.3用戶興趣表達/96
5.2.4商品個性化推薦/97
5.3實驗與結果分析/98
5.3.1實驗數(shù)據/98
5.3.2實驗環(huán)境與測評指標/98
5.3.3實驗對比與結果分析/98

6基于多維信息特征融合的商品推薦方法/102
6.1問題的提出/102
6.2基于多維信息特征融合的商品推薦方法概述/103
6.2.1商品用戶需求匹配度計算/103
6.2.2商品功能互補度計算/104
6.2.3商品情景相似度計算/105
6.2.4商品暢銷流行度計算/106
6.2.5TopN商品推薦/106
6.3實驗與結果分析/107
6.3.1實驗數(shù)據/107
6.3.2實驗環(huán)境與測評指標/107
6.3.3實驗結果與分析/108

7全文總結與展望/111
7.1全文總結/111
7.2下一步工作展望/112

參考文獻/114