当前位置:首页 > 数理化
基于半监督学习的个性化推荐算法研究
基于半监督学习的个性化推荐算法研究

基于半监督学习的个性化推荐算法研究PDF电子书下载

数理化

  • 电子书积分:9 积分如何计算积分?
  • 作 者:张宜浩,文俊浩著
  • 出 版 社:重庆:重庆大学出版社
  • 出版年份:2016
  • ISBN:9787562496816
  • 页数:170 页
图书介绍:主流的个性化推荐方法大多没有真正利用物品的内容信息和用户的标签信息,同时也缺乏对用户反馈信息的挖掘,这也往往会造成推荐结果过度特殊化。针对上述问题,本书提出了利用半监督学习的方法实现基于用户行为信息与物品内容信息的个性化推荐。针对协同过滤推荐方法存在计算相似度方式单一等问题,提出了基于距离度量与高斯混合模型的半监督聚类的推荐方法,利用聚类分析的方法替代用户兴趣的相似度计算,且提出了基于图模型的半监督推荐方法。
《基于半监督学习的个性化推荐算法研究》目录

第1章 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 4

1.3 主要研究内容 11

1.4 本书的组织结构 14

第2章 半监督学习与个性化推荐研究综述 16

2.1 半监督学习研究综述 16

2.2 个性化推荐研究综述 23

2.3 基于半监督学习的推荐技术 29

2.4 个性化推荐评测 35

本章小结 38

第3章 基于半监督混合聚类的推荐方法 39

3.1 半监督聚类相关研究 40

3.2 常用聚类算法 43

3.3 SSCGD算法描述 47

3.4 实验结果与分析 55

本章小结 75

第4章 基于主动学习与协同训练的半监督推荐方法 76

4.1 协同训练与主动学习相关研究 78

4.2 SSLCA算法描述 82

4.3 实验结果与分析 88

本章小结 101

第5章 基于自增量学习的半监督推荐方法 102

5.1 自增量学习相关研究 103

5.2 置信度度量方法 110

5.3 SSLSH算法描述 113

5.4 实验结果与分析 118

本章小结 127

第6章 基于图模型的半监督推荐方法 128

6.1 图模型的相关研究 129

6.2 GSSLC算法的描述 134

6.3 实验结果与分析 139

本章小结 144

第7章 结论与展望 145

7.1 结论 145

7.2 展望 147

参考文献 149

相关图书
作者其它书籍
返回顶部