基于模糊认知的协同过滤推荐算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 协同过滤技术存在的问题与挑战 | 第14-15页 |
| 1.4 主要内容和组织结构 | 第15-16页 |
| 1.4.1 主要内容 | 第15页 |
| 1.4.2 组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 相关工作 | 第17-31页 |
| 2.1 个性化推荐系统的一般框架 | 第17-18页 |
| 2.2 协同过滤算法概述 | 第18-19页 |
| 2.3 协同过滤算法分类 | 第19-25页 |
| 2.3.1 基于用户的协同过滤算法 | 第19-21页 |
| 2.3.2 基于项目的协同过滤算法 | 第21-24页 |
| 2.3.3 基于模型的协同过滤算法 | 第24-25页 |
| 2.4 数据集与评价指标 | 第25-29页 |
| 2.4.1 数据集 | 第25-26页 |
| 2.4.2 评价方式与评价指标 | 第26-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 基于时间权重的协同过滤算法 | 第31-43页 |
| 3.1 问题分析 | 第31-33页 |
| 3.2 时间权重算法 | 第33-37页 |
| 3.2.1 传统Item-based CF算法 | 第33-34页 |
| 3.2.2 时间权重算法 | 第34页 |
| 3.2.3 参数估计 | 第34-37页 |
| 3.3 基于离散搜索的项目聚类 | 第37-39页 |
| 3.4 实验结果及分析 | 第39-41页 |
| 3.4.1 实验设计 | 第39页 |
| 3.4.2 实验结果及分析 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于模糊递增的协同过滤算法 | 第43-55页 |
| 4.1 问题分析 | 第43-44页 |
| 4.2 基于时间窗口的相似性度量 | 第44-46页 |
| 4.2.1 时间窗口相似性 | 第44-45页 |
| 4.2.2 基于链式结构的项目相似性 | 第45-46页 |
| 4.3 基于模糊递增的评分预测 | 第46-49页 |
| 4.3.1 目标函数构造 | 第46-47页 |
| 4.3.2 严格递增参数求解 | 第47-49页 |
| 4.3.3 随机波动参数求解 | 第49页 |
| 4.4 实验结果及分析 | 第49-54页 |
| 4.4.1 参数影响 | 第49-53页 |
| 4.4.2 文献比较 | 第53-54页 |
| 4.4.3 本文算法比较 | 第54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 未来展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-64页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第65页 |
