| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-22页 |
| 1.1 研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 协作过滤推荐技术中数据集的稀疏性问题的研究 | 第10-16页 |
| 1.2.2 协作过滤推荐技术中的推荐精准性问题的研究 | 第16-18页 |
| 1.3 论文主要研究工作 | 第18-21页 |
| 1.3.1 论文主要研究内容 | 第18-19页 |
| 1.3.2 论文章节安排 | 第19-21页 |
| 1.4 本章小结 | 第21-22页 |
| 2 协作过滤推荐技术 | 第22-32页 |
| 2.1 引言 | 第22-24页 |
| 2.2 传统的协作过滤推荐技术 | 第24-31页 |
| 2.2.1 基于内存的协作过滤推荐技术 | 第24-31页 |
| 2.2.2 基于模型的协作过滤推荐技术 | 第31页 |
| 2.2.3 基于内存与基于模型相结合的协作过滤推荐技术 | 第31页 |
| 2.3 本章小结 | 第31-32页 |
| 3 缓解数据集稀疏性问题的协作过滤推荐算法 | 第32-41页 |
| 3.1 引言 | 第32页 |
| 3.2 一种改进的基于综合用户特征和项目属性的协作过滤推荐算法 | 第32-36页 |
| 3.2.1 综合用户特征和项目属性的协作过滤推荐算法的不足 | 第33页 |
| 3.2.2 改进算法的算法步骤 | 第33-36页 |
| 3.3 实验仿真和分析 | 第36-40页 |
| 3.3.1 仿真数据集 | 第36-37页 |
| 3.3.2 度量标准 | 第37页 |
| 3.3.3 实验结果及分析 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 改进相似性度量方法精准度的协作过滤推荐算法 | 第41-56页 |
| 4.1 引言 | 第41-42页 |
| 4.2 一种基于属性重心剖分模型的时间调整协作过滤推荐算法 | 第42-48页 |
| 4.2.1 属性的重心剖分模型 | 第42页 |
| 4.2.2 算法流程与步骤 | 第42-46页 |
| 4.2.3 实验仿真 | 第46-48页 |
| 4.3 一种基于Vague集理论的时间调整协作过滤推荐算法 | 第48-54页 |
| 4.3.1 Vague集理论 | 第48-49页 |
| 4.3.2 算法流程与步骤 | 第49-51页 |
| 4.3.3 实验仿真 | 第51-54页 |
| 4.4 本章小结 | 第54-56页 |
| 5 总结与展望 | 第56-59页 |
| 5.1 全文工作总结 | 第56-57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 硕士期间发表的学术论文及研究成果 | 第65-66页 |
| 发表的学术论文 | 第65页 |
| 参与的科研项目 | 第65-66页 |
| 致谢 | 第66-67页 |
