| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 个性化推荐综述 | 第12-14页 |
| 1.3.1 基于内容的个性化推荐 | 第12页 |
| 1.3.2 基于关联规则的个性化推荐 | 第12-13页 |
| 1.3.3 基于协同过滤的个性化推荐 | 第13-14页 |
| 1.4 论文研究内容 | 第14-15页 |
| 1.5 论文结构 | 第15-17页 |
| 第二章 传统协同过滤推荐算法 | 第17-26页 |
| 2.1 传统协同过滤推荐算法介绍 | 第17-19页 |
| 2.2 传统协同过滤推荐算法的分类研究 | 第19-21页 |
| 2.2.1 基于模型的协同过滤推荐算法 | 第19-20页 |
| 2.2.2 基于记忆的协同过滤推荐算法 | 第20-21页 |
| 2.3 传统协同过滤推荐算法流程 | 第21-24页 |
| 2.3.1 构建用户信息模型 | 第22页 |
| 2.3.2 查找最近邻居 | 第22-24页 |
| 2.3.3 预测推荐 | 第24页 |
| 2.4 推荐系统评价标准 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于项目属性预处理的协同过滤算法 | 第26-40页 |
| 3.1 传统协同过滤算法存在的问题及其改进方法 | 第26-28页 |
| 3.2 传统稀疏数据集预处理方法 | 第28-29页 |
| 3.2.1 缺省值填充法 | 第28页 |
| 3.2.2 众数填充法 | 第28-29页 |
| 3.3 改进算法提出的依据 | 第29-30页 |
| 3.4 基于项目属性特征数据预处理的协同过滤推荐算法 | 第30-35页 |
| 3.4.1 改进算法思路 | 第30-32页 |
| 3.4.2 改进算法描述 | 第32-35页 |
| 3.5 实验描述及结果分析 | 第35-38页 |
| 3.5.1 实验环境 | 第35页 |
| 3.5.2 实验数据 | 第35页 |
| 3.5.3 评价标准 | 第35-36页 |
| 3.5.4 实验结果及其分析 | 第36-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 综合项目评分及其属性的协同过滤算法 | 第40-51页 |
| 4.1 改进算法提出依据 | 第40页 |
| 4.2 综合项目评分及其属性特征的协同过滤推荐算法 | 第40-44页 |
| 4.2.1 改进算法思路 | 第40-43页 |
| 4.2.2 改进算法流程及描述 | 第43-44页 |
| 4.3 实验描述及结果分析 | 第44-50页 |
| 4.3.1 实验环境、数据及评价标准 | 第44页 |
| 4.3.2 实验结果及其分析 | 第44-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 论文总结 | 第51-52页 |
| 5.2 未来展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 附录2 攻读硕士学位期间申请的专利 | 第57-58页 |
| 致谢 | 第58页 |