推荐系统协同过滤算法的改进
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 国内外研究现状及发展 | 第9-10页 |
| 1.2.2 目前所面临的挑战 | 第10-11页 |
| 1.3 本文创新点及技术特点 | 第11-12页 |
| 1.4 论文结构 | 第12-14页 |
| 第2章 相关技术基础 | 第14-24页 |
| 2.1 个性化推荐系统概念 | 第14页 |
| 2.2 个性化推荐系统常见算法 | 第14-21页 |
| 2.2.1 基于内容的过滤算法 | 第15-16页 |
| 2.2.2 协同过滤算法 | 第16-20页 |
| 2.2.3 组合推荐算法 | 第20页 |
| 2.2.4 其他推荐算法 | 第20-21页 |
| 2.3 评测方法 | 第21-22页 |
| 2.3.1 平均绝对误差 | 第21-22页 |
| 2.3.2 均方根误差 | 第22页 |
| 2.3.3 其他评测方法 | 第22页 |
| 2.4 个性化推荐系统的应用 | 第22-24页 |
| 第3章 基于“用户-项目属性”的协同过滤算法 | 第24-32页 |
| 3.1 修正的余弦相似度 | 第24-25页 |
| 3.2 用户-项目评分相似度 | 第25-26页 |
| 3.3 用户-项目属性相似度 | 第26-27页 |
| 3.4 基于用户-项目属性的协同过滤算法 | 第27-31页 |
| 3.4.1 算法流程 | 第27页 |
| 3.4.2 矩阵计算 | 第27-28页 |
| 3.4.3 加权计算 | 第28-29页 |
| 3.4.4 相似度计算 | 第29-30页 |
| 3.4.5 产生推荐 | 第30页 |
| 3.4.6 算法描述 | 第30-31页 |
| 3.5 算法小结 | 第31-32页 |
| 第4章 基于信任的协同过滤算法 | 第32-39页 |
| 4.1 信任的定义 | 第32-33页 |
| 4.2 信任模型的构建 | 第33-36页 |
| 4.2.1 衡量信任度的参数 | 第34-35页 |
| 4.2.2 非条件信任 | 第35页 |
| 4.2.3 条件信任 | 第35-36页 |
| 4.3 基于信任的协同过滤算法 | 第36-37页 |
| 4.3.1 算法流程 | 第36页 |
| 4.3.2 信任计算 | 第36-37页 |
| 4.4 最终推荐 | 第37页 |
| 4.5 算法小结 | 第37-39页 |
| 第5章 算法实现分析与验证 | 第39-50页 |
| 5.1 实验数据 | 第39-40页 |
| 5.2 实验环境 | 第40页 |
| 5.3 实验过程 | 第40-46页 |
| 5.3.1 用户相似度计算 | 第40-43页 |
| 5.3.2 基于用户-项目属性的协同过滤算法 | 第43-45页 |
| 5.3.3 基于信任的协同过滤算法 | 第45-46页 |
| 5.4 实验结果分析 | 第46-48页 |
| 5.5 实验性能分析 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 工作总结 | 第50-51页 |
| 6.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 图表目录 | 第56-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-58页 |
| 攻读硕士学位期间参与的项目研究 | 第58-59页 |
| 致谢 | 第59页 |
