| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8页 |
| ·目的与意义 | 第8-9页 |
| ·国内外研究概况 | 第9-12页 |
| ·本文研究内容 | 第12-13页 |
| 2 推荐系统与协同过滤技术 | 第13-26页 |
| ·推荐系统简介 | 第13-14页 |
| ·传统的协同过滤技术 | 第14-21页 |
| ·基于聚类的协同过滤技术 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于联合聚类的协同过滤算法 | 第26-40页 |
| ·联合聚类的概念 | 第26-27页 |
| ·基于联合聚类的协同过滤 | 第27-36页 |
| ·基于加权非负矩阵分解的评分预测 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 4 实验与分析 | 第40-46页 |
| ·实验数据集 | 第40-41页 |
| ·聚类效果实验 | 第41-44页 |
| ·评分预测实验 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 总结与展望 | 第46-48页 |
| ·全文总结 | 第46页 |
| ·工作展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-54页 |