导读:本文包含了显式反馈论文开题报告文献综述及选题提纲参考文献，主要关键词:推荐系统,显式反馈,隐式反馈,协同过滤
显式反馈论文文献综述
杜民双[1]（2018）在《面向显式反馈和隐式反馈的电影推荐算法的研究》一文中研究指出大数据的迅速发展和信息的过度丰富给信息筛选带来了巨大的挑战,为了挖掘各种人的不同偏好、观点、价值、品味,一个好的推荐系统不得不考虑喜好的多样性以及信息的实用性。推荐系统的目的就是生成一个排好序的推荐列表(或者top-N推荐列表)来反映每个用户的偏好。现在很多工作都是基于用户的显式反馈数据来做的,例如电影评分。但是在现实场景当中往往不只含有显式反馈数据更多的是隐式反馈数据,即没有明确评分的数据,例如点击、观看、购买等行为。本文主要针对电影推荐系统做了一些研究,研究中发现,对于电影数据而言通常有如下两种:一种是显式反馈数据,这种数据是用户给予了明确评分的数据。但是对于电影网站而言,从网站的系统日志中也能发现另一类数据,即隐式反馈数据,它包括用户的点击行为、用户的浏览记录和用户虽然观看但未给过评分等情形。本文主要针对这两种数据分别进行了研究。针对显式反馈数据创新点一:提出了一种混合协同过滤框架模型。本文针对推荐系统的准确性提出了一种优化算法,该算法首先利用用户的特征进行聚类,然后在聚类之后的各个聚簇中运用混合协同过滤框架为每个聚簇训练一个模型;同时在运用混合协同过滤时,针对传统的基于用户的协同过滤推荐算法,在用户相似度的计算方法上进行了改进。实验结果表明提出的算法可以提高推荐的质量。针对显/隐式反馈数据创新点二:针对隐式反馈数据,RendleS提出了一种贝叶斯个性化排序(BPR)的算法,针对BPR算法收敛慢的问题RendleS又提出了一种改进算法AOBPR,可是该算法不能利用显式反馈数据。为了同时利用两种类型的数据,本文提出了一种将AOBPR模型与最经典的基于矩阵分解的SVD++算法相结合的算法AOBPR_SVD++。通过在两个真实的数据集中进行实验,表明改进后的算法在一定程度上提高了推荐的准确率。(本文来源于《中国计量大学》期刊2018-06-01）
段玉超[2]（2016）在《面向显式反馈和隐式反馈的协同推荐算法研究》一文中研究指出在当今的电子商务领域,为了挖掘出用户的兴趣爱好并提供个性化推荐,用户的在线行为(如评分、评级、浏览)被认为是最有价值的来源之一。然而,之前大多数的工作主要集中在对单类型的用户行为的研究,如单一的显式反馈(如评分、评级)或单一的隐式反馈(如浏览、点击、加入购物车),极少有工作研究如何将显式反馈和隐式反馈融合起来。在本论文中,我们结合显式反馈和隐式反馈,主要研究并解决一种面向推荐系统中异构反馈的协同推荐问题。该问题目前主要面临两大挑战,如用户反馈数据的异构性和用户隐式反馈的不确定性。为了解决这个问题,本文分别从面向推荐系统中异构反馈的协同过滤和面向推荐系统中异构反馈的协同排序两个角度开展研究。从面向协同过滤角度,本文设计了一种自主迁移学习模型来自主学习和挖掘用户的隐式爱好,提出了一种自主迁移学习算法(Self Transfer Learning),简称sTL;然后,从面向协同排序角度,通过融合面向排序的模型和面向评分的模型,设计了一种分步矩阵分解(Staged Matrix Factorization)的协同排序算法,简称SMF。为了证明新提出的sTL算法和SMF算法推荐的有效性,本文在叁个数据集上做了大量实验,实验结果表明我们提出的sTL算法明显优于其它几大经典算法(如SVD、SVD++),能有效提高精度、改善推荐效果,且实验还表明新提出的sTL算法具有很好的稳定性和继承性;同时,实验结果还表明,与其它面向排序的推荐算法(如BPR)相比,我们新提出的SMF算法能充分利用显式反馈和隐式反馈,能有效改善推荐效果。据我们所知,在当今的电子商务领域,很少存在单一的显式反馈,也很少存在单一的隐式反馈,大部分既包含显式反馈,又包含隐式反馈,由此可以看出,我们新提出的sTL算法和SMF算法能很好适应当前电子商务领域的需求,因此在当今电子商务领域具有很好的研究价值和应用价值。(本文来源于《深圳大学》期刊2016-06-30）
唐潇,任勇毛,李俊,李灵玲[3]（2014）在《一种基于显式反馈的内容中心网络?NDN拥塞控制算法》一文中研究指出针对传统TCP协议的隐式拥塞控制算法不适合内容中心网络(Named Data Networking,NDN)的问题,本文提出了一种显式的拥塞控制算法(Explicit Control Algorithm,ECA)。ECA算法通过主动检测网络中间节点上的传输队列长度来判断网络拥塞水平,并显式地反馈给接收端,接收端据此调整Interest包的发送速率,以控制发送端发送Data包的速率,从而实现网络的拥塞控制。基于ndnSIM的仿真实验结果表明,ECA和传统TCP的AIMD算法相比,具有更高的传输效率和更好的稳定性。(本文来源于《科研信息化技术与应用》期刊2014年03期）
朱小松[4]（2012）在《基于队列时延与显式反馈的拥塞控制算法研究及改进》一文中研究指出随着互联网规模的扩大,互联网上的应用和用户数都在飞速增长,拥塞已成为一个相当重要的问题。网络中,流量需求的资源大于网络自身容量时,会导致拥塞的发生。通过对拥塞进行管理控制,能避免发生拥塞崩溃。改进端到端协议以及设计一种新型的拥塞信号机制,能有效地避免发生拥塞崩溃。本人通过对新型的端到端拥塞控制协议-FAST TCP的深入分析,发现在某些场景下,其性能会受不公平性问题影响。究其原因是由于不能准确估测物理往返时延。本文通过数学分析以及NS2仿真,对不公平性问题,进行了定量评估。文中还发现在小缓存情形下,FAST TCP会遇到频繁的缓存溢出和不稳定传输问题。文中提出一种新颖的参数调整算法,它基于FAST TCP改进后的节拍(pacing)技术。论文还介绍了一种能极大地改善不公平性问题的队列清空算法。FAST TCP及其他类似协议,会出现性能低下的现象,部分原因是,这些协议依靠丢包或时延来估测拥塞级别。文中深入探究了一种自适应确定性报文段标记(ADPM,Adaptive Deterministic Packet Marking)算法。该算法能通过在每报文段上标记单个比特位,将拥塞信息从路由器传递到端系统。本文通过理论分析及NS2仿真,验证了文中提出的参数调整算法能有效地避免缓存溢出发生时的严重丢包和不稳定吞吐率问题。将ADPM与其他拥塞信号机制进行对比分析后,发现在接收固定数量报文段的情况下,ADPM能传递更准确的拥塞信息。(本文来源于《南京邮电大学》期刊2012-02-01）
贾琳[5]（2011）在《有线无线混合网络中基于显式反馈的TCP性能改进方法》一文中研究指出随着网络技术的飞速发展,固定互联网逐渐向着无线移动互联网演进,给用户的通信带来方便的同时,也给现有TCP协议的性能造成了较大的影响。这主要是因为在现今有线无线混合的网络环境下,丢包不仅仅是因为网络拥塞所造成的,无线链路上的突发性错误、信道衰减、移动设备的切换等原因也会造成数据包的丢失,且在无线链路中这些因素可能是造成数据包丢失的主要原因。而由于传统的TCP拥塞控制协议主要是针对有线网络提出来的,在有线网络中造成数据包丢失的主要原因是网络拥塞,所以,如果在现今的混合网络环境下TCP协议仍然将所有数据包的丢失原因都归结为网络拥塞,进而在发送端采取错误的拥塞控制机制,将导致发送端不必要的拥塞窗口值的降低,造成网络中TCP性能的严重下降。因此,在有线无线混合网络中怎样通过准确地获知网络的拥塞状况,正确区分数据包丢失的原因,是一个值得深入研究的课题。本文研究主要围绕现有的TCP传输控制协议在有线无线混合网络环境下所存在的问题展开。主要研究内容包括以下几方面：1、本文中首先介绍了无线网络的状况及其特点,网络拥塞的概念及其产生原因,描述了现有的TCP拥塞控制协议在面对无线网络时所表现出来的问题,接着对TCP在无线网络中的性能问题进行了深入的研究,并详细地介绍了当前针对无线网络中存在的几种TCP性能改进策略,如端到端、分段连接、链路层和跨层合作方案,最后对它们的优缺点进行了综合的分析评价。2、本文中通过分析ECN机制中路由器所采取的拥塞标记方法在标记过程中所表现出来的不足,提出一种动态概率标记的方法,该方法结合模糊控制理论对数据包进行动态的概率标记,能更准确及时地了解到网络状态的变化,也使终端对拥塞标记信息的响应更加分散,有效避免TCP流全局同步现象。3、进一步针对中间路由器的拥塞标记信息经过混合网络中无线链路的长延时后通告到发送端的网络拥塞状况的不确定性,提出了发送端借助当前到达数据包的RTT值这一直接反映网络当前状况的网络性能指标,将其作为发送端判断网络拥塞状况的又一因素,进而可以更加准确地获知网络的拥塞状况,从而采取更合理的拥塞控制机制,解决了反馈信息的时延问题,提高了显式反馈算法在混合网络中的有效性和适应性。本文最后对所做的研究工作进行总结,并指出了下一步的研究方向。(本文来源于《杭州电子科技大学》期刊2011-01-01）
李婧[6]（2010）在《有线/无线混合网络显式反馈拥塞控制协议的研究》一文中研究指出随着网络技术的飞速发展和接入性能的提高,互联主干网向着高带宽长延时(High Bandwidth-Delay Product Networks)等特性发展,高速无线接入使得有线／无线异构型网络越来越普及。在这种网络环境下,传统的拥塞控制协议已显示出诸多不适应,如带宽利用率低下、流量抖动频繁、公平性差、排队延时不断增长等。基于显式拥塞通告(ECN)的传输控制协议(TCP)利用网络内部路由器主动参与拥塞控制以辅助端主机调控发送速率,这使得基于显式反馈的拥塞控制协议相对于传统的TCP协议能更加精准地控制网络行为,避免拥塞。本文首先介绍了近几年传输控制协议发展及研究成果,着重研究在有线网络及包含一跳无线的有线／无线混合网络环境下显式反馈拥塞控制协议。通过NS2网络仿真实验分析网络中的传输延时、瓶颈链路带宽、路由器缓存大小及流的条数等网络参数对协议性能的影响,主要是对有线网络的显式反馈协议XCP(eXplicit Control Protocol)以及针对一跳无线接入的有线／无线混合网络而提出的XCP-B (eXplicit Control Protocol Blind)协议进行较为全面地分析和评价,指出不同协议研究的侧重点及现有协议所存在的问题。文章在总结前人工作的基础上,结合IEEE 802.11无线网络的传输特性,提出一种基于ECN机制适用于有线／无线混合网络的快速传输控制协议ARROW-WTCP(AcceleRate tRansmission towards Optimal Window size TCP for Wireless network),通过网络内部的路由器和源端主机联动而形成一个闭环反馈控制系统,将适用于有线网络的分布式拥塞控制协议ARROW-TCP扩展到无线网络中,获得高稳定性,公平性,快速收敛性以及高信道利用率。仿真实验表明,即使在动态的无线网络环境中,ARROW-WTCP在稳定性、收敛性、公平性以及带宽利用率较之XCP-B性能更优。本文最后对所做的研究工作进行总结,阐述了在高速有线、多跳无线网络环境下显式反馈拥塞控制协议所存在的问题及进一步的研究思路。(本文来源于《中南大学》期刊2010-05-01）
张慧翔,戴冠中,姚磊,潘文平[7]（2007）在《具有显式反馈的拥塞控制系统研究进展》一文中研究指出近年来越来越多的高带宽光纤网络和长时延的卫星网络融入到Internet中来。研究发现,传统TCP协议的拥塞控制机制随着网络带宽和延迟的增大而趋于不稳定。研究这种高带宽时延乘积网络环境下的拥塞控制机制成为热点研究课题,其中一个重要趋势就是采用显式反馈方法。本文讨论了基于IP网络中的显式反馈机制,包括传统ECN、各种类ECN机制以及新的拥塞控制协议;分析了各种机制的特点,总结了现有研究的问题并指出了几个值得继续研究的要点。(本文来源于《计算机科学》期刊2007年12期）
显式反馈论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在当今的电子商务领域,为了挖掘出用户的兴趣爱好并提供个性化推荐,用户的在线行为(如评分、评级、浏览)被认为是最有价值的来源之一。然而,之前大多数的工作主要集中在对单类型的用户行为的研究,如单一的显式反馈(如评分、评级)或单一的隐式反馈(如浏览、点击、加入购物车),极少有工作研究如何将显式反馈和隐式反馈融合起来。在本论文中,我们结合显式反馈和隐式反馈,主要研究并解决一种面向推荐系统中异构反馈的协同推荐问题。该问题目前主要面临两大挑战,如用户反馈数据的异构性和用户隐式反馈的不确定性。为了解决这个问题,本文分别从面向推荐系统中异构反馈的协同过滤和面向推荐系统中异构反馈的协同排序两个角度开展研究。从面向协同过滤角度,本文设计了一种自主迁移学习模型来自主学习和挖掘用户的隐式爱好,提出了一种自主迁移学习算法(Self Transfer Learning),简称sTL;然后,从面向协同排序角度,通过融合面向排序的模型和面向评分的模型,设计了一种分步矩阵分解(Staged Matrix Factorization)的协同排序算法,简称SMF。为了证明新提出的sTL算法和SMF算法推荐的有效性,本文在叁个数据集上做了大量实验,实验结果表明我们提出的sTL算法明显优于其它几大经典算法(如SVD、SVD++),能有效提高精度、改善推荐效果,且实验还表明新提出的sTL算法具有很好的稳定性和继承性;同时,实验结果还表明,与其它面向排序的推荐算法(如BPR)相比,我们新提出的SMF算法能充分利用显式反馈和隐式反馈,能有效改善推荐效果。据我们所知,在当今的电子商务领域,很少存在单一的显式反馈,也很少存在单一的隐式反馈,大部分既包含显式反馈,又包含隐式反馈,由此可以看出,我们新提出的sTL算法和SMF算法能很好适应当前电子商务领域的需求,因此在当今电子商务领域具有很好的研究价值和应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
显式反馈论文参考文献
[1].杜民双.面向显式反馈和隐式反馈的电影推荐算法的研究[D].中国计量大学.2018
[2].段玉超.面向显式反馈和隐式反馈的协同推荐算法研究[D].深圳大学.2016
[3].唐潇,任勇毛,李俊,李灵玲.一种基于显式反馈的内容中心网络?NDN拥塞控制算法[J].科研信息化技术与应用.2014
[4].朱小松.基于队列时延与显式反馈的拥塞控制算法研究及改进[D].南京邮电大学.2012
[5].贾琳.有线无线混合网络中基于显式反馈的TCP性能改进方法[D].杭州电子科技大学.2011
[6].李婧.有线/无线混合网络显式反馈拥塞控制协议的研究[D].中南大学.2010
[7].张慧翔,戴冠中,姚磊,潘文平.具有显式反馈的拥塞控制系统研究进展[J].计算机科学.2007