| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 本文研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 本论文的结构安排 | 第15-17页 |
| 第二章 相关理论与技术 | 第17-34页 |
| 2.1 推荐算法 | 第17-19页 |
| 2.2 聚类算法 | 第19-24页 |
| 2.3 增量式协同过滤算法 | 第24-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 MWOSK-means：一种基于WOSK-means的聚类算法 | 第34-48页 |
| 3.1 MWOSK-means | 第34-38页 |
| 3.1.1 对WOSK-means的分析 | 第34-35页 |
| 3.1.2 对WOSK-means的改进 | 第35-38页 |
| 3.2 实验及结果分析 | 第38-47页 |
| 3.2.1 数据集介绍 | 第38-39页 |
| 3.2.2 实验环境介绍 | 第39页 |
| 3.2.3 评估指标 | 第39-40页 |
| 3.2.4 实验设计 | 第40-41页 |
| 3.2.5 实验结果及分析 | 第41-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第四章 EEICF：基于MWOSK-means与MGSoC的推荐算法 | 第48-75页 |
| 4.1 MGSoC：一种源于GSoT的簇数自适应增长算法 | 第48-55页 |
| 4.2 EEICF | 第55-63页 |
| 4.2.1 初始化 | 第55-57页 |
| 4.2.2 基于MWOSK-means算法的聚类 | 第57-58页 |
| 4.2.3 基于MGSoC算法的簇数自适应增长 | 第58-60页 |
| 4.2.4 增量更新 | 第60-63页 |
| 4.2.5 基于协同过滤算法的推荐 | 第63页 |
| 4.3 实验及结果分析 | 第63-73页 |
| 4.3.1 验证MGSoC的效果 | 第64-68页 |
| 4.3.2 验证EEICF的效果 | 第68-73页 |
| 4.4 本章小节 | 第73-75页 |
| 第五章 总结及展望 | 第75-76页 |
| 5.1 本文总结 | 第75页 |
| 5.2 未来的工作 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的成果 | 第82-83页 |
