摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第8-16页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 研究现状 | 第9-12页 |
1.2.1 个性化推荐研究现状 | 第9页 |
1.2.2 聚类技术研究现状 | 第9-10页 |
1.2.3 矩阵填充研究现状 | 第10-11页 |
1.2.4 矩阵分解研究现状 | 第11-12页 |
1.3 相关工作 | 第12-14页 |
1.3.1 用户聚类邻接矩阵的相关工作 | 第12-13页 |
1.3.2 动力学模型的相关工作 | 第13-14页 |
1.3.3 用户相似性度量方法的相关工作 | 第14页 |
1.4 本文工作安排 | 第14-16页 |
第二章 基于用户属性聚类和评分矩阵填充的个性化推荐 | 第16-29页 |
2.1 基于用户属性距离的用户聚类 | 第16-18页 |
2.2 基于评分时间和项目类别填充矩阵 | 第18-20页 |
2.3 推荐 | 第20页 |
2.4 算法流程 | 第20-22页 |
2.4.1 算法流程 | 第21-22页 |
2.4.2 流程说明 | 第22页 |
2.5 实验和结果 | 第22-28页 |
2.5.1 数据集 | 第22-23页 |
2.5.2 评价指标 | 第23-24页 |
2.5.3 实验结果及分析 | 第24-28页 |
2.6 本章小结 | 第28-29页 |
第三章 基于填充矩阵分解的协同过滤推荐 | 第29-38页 |
3.1 基于填充矩阵奇异值分解的相似度计算 | 第29-31页 |
3.2 基于填充矩阵奇异值分解和相似度加权协同过滤推荐 | 第31页 |
3.3 算法流程 | 第31-34页 |
3.3.1 算法流程 | 第32页 |
3.3.2 流程说明 | 第32-34页 |
3.4 实验仿真 | 第34-37页 |
3.4.1 加权系数α的影响 | 第34页 |
3.4.2 不同算法结果比较 | 第34-37页 |
3.5 本章小结 | 第37-38页 |
第四章 总结与展望 | 第38-40页 |
4.1 本文总结 | 第38页 |
4.2 展望 | 第38-40页 |
参考文献 | 第40-46页 |
致谢 | 第46-47页 |
在读期间发表的学术论文与取得的其他研究成果 | 第47页 |