您好,欢迎来到聚文网。 登录 免费注册
考虑用户心理因素的个性化推荐方法研究

考虑用户心理因素的个性化推荐方法研究

  • 字数: 154000
  • 装帧: 精装
  • 出版社: 清华大学出版社
  • 作者: 贺江宁
  • 出版日期: 2020-05-01
  • 商品条码: 9787302549383
  • 版次: 1
  • 开本: 32开
  • 页数: 124
  • 出版年份: 2020
定价:¥79 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
“清华大学优秀博士学位论文丛书”(以下简称“优博丛书”)精选自2014年以来入选的清华大学校级优秀博士学位论文(Top 5%)。每篇论文经作者进一步修改、充实并增加导师序言后,以专著形式呈现在读者面前。“优博丛书”选题范围涉及自然科学和人文社会科学各主要领域,覆盖清华大学开设的全部一级学科,代表了清华大学各学科很优秀的博士学位论文的水平,反映了相关领域近期新的科研进展,具有较强的前沿性、系统性和可读性,是广大博硕士研究生开题及撰写学位论文的推荐参考,也是科研人员快速和系统了解某一细分领域发展概况、近期新进展以及创新思路的有效途径。
内容简介
《考虑用户心理因素的个性化推荐方法研究/清华大学优秀博士学位论文丛书》以心理学和数据科学的相关理论为支撑,研究如何基于用户行为数据挖掘其潜在心理特质,并代表性地考虑了三类心理特质(探索、涉人和从众)对用户行为预测和个性化推荐的影响,在此基础上提出了三种具有创新性的用户行为建模方法及推荐策略。
目录
第1章 引言
1.1 选题背景与意义
1.2 研究历史与现状
1.3 研究内容和框架
1.4 研究挑战和方法
1.5 研究成果和创新点
1.5.1 考虑探索的推荐模型
1.5.2 考虑涉入的推荐模型
1.5.3 考虑从众的推荐模型
第2章 文献综述
2.1 个性化推荐研究
2.1.1 推荐方法分类
2.1.2 社会化推荐
2.1.3 典型推荐应用
2.2 相关心理学理论
2.2.1 探索理论
2.2.2 涉入理论
2.2.3 从众理论
第3章 考虑探索的推荐
3.1 引言
3.2 问题定义
3.3 GEM模型
3.3.1 模型设计
3.3.2 相似度计算
3.3.3 参数学习
3.3.4 复杂度分析
3.4 推荐方法
3.5 实验评估
3.5.1 实验设置
3.5.2 推荐效果
3.5.3 参数调节
3.5.4 目标语义
3.5.5 探索倾向分析
3.6 管理启示
3.7 本章小结
第4章 考虑涉入的推荐
4.1 引言
4.2 问题定义
4.3IMAR模型
4.3.1 模型设计
4.3.2 参数学习
4.4 推荐方法
4.5 实验评估
4.5.1 实验设置
4.5.2 推荐效果
4.5.3 模型优势分析
4.5.4 兴趣和涉入度发现
4.5.5IMAR与GEM对比分析
4.6 管理启示
4.7 本章小结
第5章 考虑从众的推荐
5.1 引言
5.2 问题定义
5.3 ICTM模型
5.3.1 模型设计
5.3.2 参数学习
5.3.3 复杂度分析
5.4 推荐方法
5.5 实验评估
5.5.1 实验设置
5.5.2 推荐效果
5.5.3 话题与社区发现
5.5.4 从众倾向分析
5.6 管理启示
5.7 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 未来研究展望
参考文献
附录A GEM模型参数学习推导细节
附录B IMAR模型参数学习推导细节
附录C ICTM模型参数学习推导细节
致谢

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网