互联网电影推荐方法的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·个性化推荐系统 | 第11-12页 |
| ·电影推荐的研究现状 | 第12-13页 |
| ·研究内容与目标 | 第13页 |
| ·论文的组织结构 | 第13-14页 |
| 第2章 相关推荐算法及评测 | 第14-24页 |
| ·基于内容的推荐算法 | 第14-16页 |
| ·协作过滤推荐算法 | 第16-20页 |
| ·基于用户的协作过滤算法 | 第16-18页 |
| ·基于项目的协作过滤算法 | 第18-20页 |
| ·基于网络结构的推荐算法 | 第20-21页 |
| ·推荐系统的评测 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于协作过滤的电影推荐方法 | 第24-38页 |
| ·改进的协作过滤算法 | 第24-30页 |
| ·问题描述与算法思想 | 第24-26页 |
| ·用户兴趣模型的建立 | 第26-28页 |
| ·算法的具体步骤 | 第28-30页 |
| ·推荐方法的优化 | 第30-33页 |
| ·针对家庭用户的改进 | 第30-32页 |
| ·针对冷启动问题的改进 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·标准数据集上的实验 | 第33-34页 |
| ·针对优化方法的实验 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于图的协作过滤算法 | 第38-48页 |
| ·相关理论 | 第38-41页 |
| ·图的基本概念 | 第38-39页 |
| ·二部图 | 第39-40页 |
| ·项目相似度 | 第40-41页 |
| ·基于图的协作过滤算法 | 第41-46页 |
| ·问题描述和算法思想 | 第41-42页 |
| ·二部图中项目相似度的计算 | 第42-44页 |
| ·算法的具体步骤 | 第44-46页 |
| ·实验结果与分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 电影推荐系统的实现 | 第48-56页 |
| ·推荐系统架构与应用 | 第48-50页 |
| ·电影推荐系统的前台页面 | 第50-52页 |
| ·电影推荐系统的后台数据库 | 第52-54页 |
| ·电影推荐系统的推荐算法 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·全文工作总结 | 第56页 |
| ·进一步工作的展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 在读期间发表的学术论文 | 第64页 |
