首页--社会科学总论论文--统计学论文--统计方法论文

基于多元统计的个性化推荐算法

摘要第3-4页
Abstarct第4-5页
第一章 绪论第7-13页
    1.1 研究背景及意义第7-9页
    1.2 文献综述第9-11页
    1.3 本论文的研究内容及创新点第11页
    1.4 本文的结构组织第11-13页
第二章 经典推荐算法第13-21页
    2.1 基于内容的推荐第13-16页
    2.2 基于协同过滤推荐第16-17页
    2.3 基于关联规则的推荐算法第17-18页
    2.4 基于模型的协同过滤算法第18-19页
    2.5 基于人口统计学的协同过滤算法第19-20页
    2.6 本章小结第20-21页
第三章 混合推荐算法第21-29页
    3.1 余弦相似度第21页
    3.2 修正的余弦相似度第21-22页
    3.3 用户相似度计算的改进第22-23页
        3.3.1 时间遗忘函数第22页
        3.3.2 惩罚因子第22-23页
    3.4 主成分分析第23-24页
    3.5 K-means聚类算法第24-25页
    3.6 改进的混合推荐算法第25-27页
    3.7 评价指标第27-28页
        3.7.1 预测评分的准确度第27页
        3.7.2 准确率指标(Precision第27页
        3.7.3 召回率指标(Recall)第27-28页
        3.7.4 综合评价指标(F-Measure)第28页
    3.8 本章小结第28-29页
第四章 实验数据分析第29-33页
    4.1 实验数据集介绍第29-30页
    4.2 实验结果第30-31页
    4.3 结果分析第31-32页
    4.4 本章小结第32-33页
第五章 总结与展望第33-34页
    5.1 总结第33页
    5.2 展望第33-34页
参考文献第34-36页
致谢第36-37页

论文共37页,点击 下载论文
上一篇:当代同性恋电影中的同妻形象研究
下一篇:儿童安全意识提升小组方案设计及实施--以合肥市F社区安全教育小组为例