| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-6页 |
| 1 结论 | 第6-11页 |
| ·论文研究背景与意义 | 第6-7页 |
| ·国内外研究概况 | 第7-8页 |
| ·论文研究内容与组织结构 | 第8-11页 |
| 2 相关究和技术 | 第11-24页 |
| ·协同过滤 | 第11-17页 |
| ·贝叶斯个人化排序 | 第17-22页 |
| ·本章小结 | 第22-24页 |
| 3 挖掘用户偏好的潜在因素模型 | 第24-43页 |
| ·任务目标和问题描述 | 第24-26页 |
| ·数据特点分析 | 第26-31页 |
| ·偏好挖掘模型 | 第31-37页 |
| ·学习算法 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 4 实验设计及结果分析 | 第43-50页 |
| ·数据集 | 第43-44页 |
| ·评价标准 | 第44-45页 |
| ·基线系统描述及参数设定 | 第45页 |
| ·结果分析 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-53页 |
| ·全文总结 | 第50-51页 |
| ·展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |