基于时间效应的网上商场推荐系统研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 论文背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文主要内容 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 相关理论 | 第16-29页 |
| 2.1 时间效应 | 第16-18页 |
| 2.1.1 时间的上下文信息 | 第16-17页 |
| 2.1.2 推荐系统的时间特性 | 第17-18页 |
| 2.2 推荐技术 | 第18-22页 |
| 2.2.1 基于内容的推荐 | 第18-19页 |
| 2.2.2 基于关联规则的推荐 | 第19页 |
| 2.2.3 协同过滤推荐 | 第19-22页 |
| 2.2.4 混合推荐的技术 | 第22页 |
| 2.3 数据挖掘 | 第22-26页 |
| 2.3.1 分类算法 | 第23-24页 |
| 2.3.2 聚类算法 | 第24-25页 |
| 2.3.3 关联规则算法 | 第25-26页 |
| 2.4 相似度计算 | 第26-29页 |
| 2.4.1 余弦相似性计算 | 第27-28页 |
| 2.4.2 相关相似性计算 | 第28页 |
| 2.4.3 修正余弦相似性计算 | 第28-29页 |
| 第三章 整体设计 | 第29-35页 |
| 3.1 系统分析 | 第29-30页 |
| 3.2 体系架构 | 第30-31页 |
| 3.3 数据模型 | 第31-34页 |
| 3.4 系统组成 | 第34-35页 |
| 第四章 基于时间效应的协同过滤推荐算法 | 第35-47页 |
| 4.1 协同过滤推荐流程 | 第35-36页 |
| 4.2 基于时间效应的评价矩阵构建 | 第36-41页 |
| 4.2.1 评价趋势处理 | 第36-38页 |
| 4.2.2 非线性遗忘曲线 | 第38-39页 |
| 4.2.3 时间加权的评分矩阵 | 第39-41页 |
| 4.3 基于商品评价的用户聚类 | 第41-44页 |
| 4.3.1 改进的相似度计算 | 第42页 |
| 4.3.2 时间加权的用户聚类 | 第42-44页 |
| 4.4 协同过滤推荐 | 第44-47页 |
| 第五章 应用与分析 | 第47-60页 |
| 5.1 评测方法与应用环境 | 第47-50页 |
| 5.2 数据准备 | 第50-52页 |
| 5.3 商品推荐 | 第52-54页 |
| 5.4 应用分析 | 第54-55页 |
| 5.5 实验分析 | 第55-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的论文 | 第64-66页 |
| 致谢 | 第66页 |
