基于改进协同过滤的推荐系统研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 推荐系统的国内外研究现状 | 第10-13页 |
| 1.2.2 协同过滤的国内外研究现状 | 第13-16页 |
| 1.2.3 矩阵分解的国内外研究现状 | 第16-17页 |
| 1.3 论文的研究内容和组织安排 | 第17-19页 |
| 1.3.1 论文的主要研究内容 | 第17-18页 |
| 1.3.2 论文的组织安排 | 第18-19页 |
| 2 相关理论研究 | 第19-31页 |
| 2.1 推荐系统的分类 | 第19-25页 |
| 2.1.1 基于内容的推荐算法 | 第19页 |
| 2.1.2 基于关联规则的推荐算法 | 第19-21页 |
| 2.1.3 协同过滤推荐算法 | 第21-24页 |
| 2.1.4 矩阵分解模型 | 第24-25页 |
| 2.2 数据稀疏性问题 | 第25页 |
| 2.3 推荐系统中的质量评价标准 | 第25-26页 |
| 2.3.1 评价标准 | 第25-26页 |
| 2.3.2 实验数据集 | 第26页 |
| 2.4 关键技术分析 | 第26-30页 |
| 2.4.1 系统开发框架 | 第26-28页 |
| 2.4.2 系统设计模式 | 第28-29页 |
| 2.4.3 前端开发技术 | 第29页 |
| 2.4.4 服务器和数据库 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 一种基于矩阵分解改进的协同过滤算法 | 第31-37页 |
| 3.1 引言 | 第31-32页 |
| 3.2 SVDBasedIDFCF算法 | 第32-34页 |
| 3.3 实验分析 | 第34-36页 |
| 3.3.1 相似度计算 | 第34-35页 |
| 3.3.2 平衡因子 | 第35页 |
| 3.3.3 对比实验分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 原型系统设计与实现 | 第37-53页 |
| 4.1 系统概述 | 第37页 |
| 4.2 需求分析 | 第37-41页 |
| 4.2.1 用例分析 | 第38-40页 |
| 4.2.2 实体关系模型 | 第40-41页 |
| 4.3 系统设计与实现 | 第41-49页 |
| 4.3.1 系统设计 | 第41-45页 |
| 4.3.2 系统实现 | 第45-49页 |
| 4.4 系统测试 | 第49-52页 |
| 4.4.1 测试概述 | 第49-51页 |
| 4.4.2 测试结果 | 第51-52页 |
| 4.5 本章小节 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 个人简历 | 第60页 |
| 在校期间参加课题和发表学术论文及成果 | 第60-61页 |
| 致谢 | 第61页 |
