基于屏幕視覺熱區(qū)的用戶偏好提取及個性化推薦

前言
1 緒論
1．1 研究背景
1．2 研究范圍及相關(guān)概念
1．3 研究目的
1．4 研究內(nèi)容與方法
1．5 創(chuàng)新及意義
2 相關(guān)理論與研究現(xiàn)狀
2．1 綜述體系說明
2．2 精確性研究
2．3 滿意化研究
2．4 其他相關(guān)研究
2．5 理論評述——矛盾論
3 用戶為中心的個性化推薦系統(tǒng)理論體系
3．1 歷史背景
3．2 學(xué)科基礎(chǔ)
3．3 個性化推薦系統(tǒng)理論核心體系
3．4 個性化推薦系統(tǒng)的理論瓶頸
3．5 總結(jié)
4 基于屏幕視覺熱區(qū)的用戶偏好提取方法
4．1 用戶瀏覽行為中的屏幕視覺熱區(qū)
4．2 面向用戶偏好識別的網(wǎng)頁機(jī)能分類及其判別方法
4．3 基于屏幕視覺熱區(qū)的中文短文本關(guān)鍵詞實時提取方法
4．4 總結(jié)
5 基于屏幕視覺熱區(qū)的用戶偏好建模
5．1 基于商品特征自組織層次聚類的用戶偏好模型
5．2 基于商品特征自組織層次聚類的網(wǎng)絡(luò)用戶會話切分研究
5．3 基于屏幕視覺熱區(qū)的用戶偏好復(fù)合模型
5．4 總結(jié)
6 基于在線商品評分修正的推薦解釋
6．1 研究背景
6．2 相關(guān)研究
6．3 評價介入理論
6．4 話語標(biāo)記
6．5 基于評價介入理論和話語標(biāo)記的在線評論修正方法
6．6 基于在線商品評論的推薦解釋風(fēng)格
6．7 總結(jié)
7 基于用戶偏好復(fù)合模型的交互收斂式個性化推薦方法
7．1 研究背景
7．2 相關(guān)研究
7．3 基本原理
7．4 交互行為與約束條件
7．5 交互收斂式的實時個性化推薦方法
7．6 原型系統(tǒng)構(gòu)建
7．7 評價指標(biāo)
7．8 實驗驗證
7．9 總結(jié)
8 總結(jié)與展望
8．1 總結(jié)
8．2 展望
參考文獻(xiàn)
索引