基于评分选取技术的推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究目标与内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 推荐系统相关技术 | 第17-28页 |
| 2.1 基于内容的推荐算法 | 第19页 |
| 2.2 协同过滤 | 第19-24页 |
| 2.2.1 基于内存的协同过滤 | 第20-23页 |
| 2.2.2 基于模型的协同过滤 | 第23-24页 |
| 2.3 组合推荐算法 | 第24-25页 |
| 2.4 评测指标 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于评分选取的推荐算法的提出 | 第28-37页 |
| 3.1 用户评分行为分析 | 第28-29页 |
| 3.2 用户行为数量和推荐算法性能的关系 | 第29-34页 |
| 3.2.1 研究方法 | 第29-30页 |
| 3.2.2 实验及结果分析 | 第30-34页 |
| 3.3 基于评分选取的推荐算法 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 评分选取策略 | 第37-48页 |
| 4.1 通用评分选取框架 | 第37-38页 |
| 4.2 评分选取策略 | 第38-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 实验与结果分析 | 第48-60页 |
| 5.1 数据集 | 第48页 |
| 5.2 实验方案 | 第48-52页 |
| 5.3 评测指标 | 第52页 |
| 5.4 实验结果与分析 | 第52-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-63页 |
| 6.1 论文工作总结 | 第60-62页 |
| 6.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
