首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户聚类的协同过滤个性化推荐的研究与应用

摘要第4-5页
ABSTRACT第5-6页
1 绪论第9-12页
    1.1 课题研究的背景第9-10页
    1.2 推荐系统的发展历程第10-12页
2 个性化推荐系统的理论基础第12-31页
    2.1 个性化推荐系统简介第12-20页
    2.2 基于关联规则的推荐技术第20-23页
    2.3 协同过滤的推荐技术第23-26页
    2.4 推荐系统的评测指标第26-30页
    2.5 本章小结第30-31页
3 基于数据差异性改进的K-MEANS聚类算法的研究与应用第31-37页
    3.1 聚类分析概念第31-32页
    3.2 K-MEANS聚类算法第32-33页
    3.3 基于数据差异性改进的K-MEANS聚类算法研究第33-35页
    3.4 本章小结第35-37页
4 基于改进聚类的个性化推荐系统在豆瓣中的应用第37-55页
    4.1 实验数据第37-38页
    4.2 实验评测指标第38页
    4.3 实验过程第38-53页
    4.4 实验结果分析第53页
    4.5 本章小结第53-55页
5 总结与展望第55-57页
    5.1 总结第55-56页
    5.2 展望第56-57页
致谢第57-58页
参考文献第58-61页

论文共61页,点击 下载论文
上一篇:天基光学探测空间碎片技术研究
下一篇:基于标准化管理的L光伏电站内控评价体系研究