基于项目分类和用户情景推荐的研究及应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题的研究背景 | 第8-9页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·本文研究内容与结构安排 | 第10-12页 |
| 2 推荐技术的介绍 | 第12-25页 |
| ·前言 | 第12页 |
| ·基于关联规则的推荐技术 | 第12-14页 |
| ·基于内容的推荐技术 | 第14-16页 |
| ·基于协同过滤的推荐技术 | 第16-22页 |
| ·基于用户的协同过滤推荐技术 | 第16-19页 |
| ·基于项目的协同过滤技术 | 第19-22页 |
| ·混合推荐技术 | 第22-23页 |
| ·综合两套独立的推荐技术 | 第22-23页 |
| ·将基于内容的推荐技术加入到协同过滤技术中 | 第23页 |
| ·将协同过滤技术特性加入到基于内容的推荐技术中 | 第23页 |
| ·其他推荐技术 | 第23-24页 |
| ·基于用户人口统计信息的推荐技术 | 第23-24页 |
| ·基于知识的推荐技术 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 根据特征属性和评分计算项目相似性 | 第25-33页 |
| ·前言 | 第25-26页 |
| ·项目分类 | 第26-28页 |
| ·基于划分的聚类 | 第26-27页 |
| ·层次聚类 | 第27-28页 |
| ·项目差异度的计算 | 第28-29页 |
| ·计算项目相似性 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于项目分类和用户情景推荐技术 | 第33-49页 |
| ·前言 | 第33页 |
| ·计算用户的个性化情景因素 | 第33-37页 |
| ·项目分类 | 第34页 |
| ·计算项目间的差异性 | 第34-36页 |
| ·预测测试集中项目的评分 | 第36页 |
| ·获取用户个性化情景因素 | 第36-37页 |
| ·利用用户个性化情景因素进行预测评分 | 第37页 |
| ·实验仿真与分析 | 第37-47页 |
| ·实验数据 | 第37-39页 |
| ·实验过程 | 第39-40页 |
| ·实验结果 | 第40-47页 |
| ·本章小结 | 第47-49页 |
| 5 基于项目分类和用户情景推荐的应用 | 第49-57页 |
| ·前言 | 第49-50页 |
| ·用户情景因素收集 | 第50-51页 |
| ·学习资源特征信息收集 | 第51-52页 |
| ·评分数据收集 | 第52-53页 |
| ·推荐处理 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-58页 |
| ·全文总结 | 第57页 |
| ·展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A．作者在攻读学位期间发表的论文目录 | 第63页 |
| B．作者在攻读学位期间科研工作情况 | 第63页 |
