协作学习环境下学习推荐算法的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 选题背景 | 第8-10页 |
| 1.1.1 协作学习 | 第8-9页 |
| 1.1.2 推荐系统 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国内现状 | 第10-11页 |
| 1.2.2 国外现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 2 相关理论与技术 | 第15-36页 |
| 2.1 在线协作学习的特点 | 第15-16页 |
| 2.2 个性化推荐技术 | 第16-27页 |
| 2.2.1 用户建模模块 | 第16-19页 |
| 2.2.2 推荐对象建模模块 | 第19-20页 |
| 2.2.3 常用推荐算法 | 第20-27页 |
| 2.3 协同过滤技术案例 | 第27-30页 |
| 2.4 相似度计算方法与数据标准化方法 | 第30-33页 |
| 2.4.1 常用的相似度计算方法 | 第30-32页 |
| 2.4.2 常用的数据标准化方法 | 第32-33页 |
| 2.5 推荐系统性能评价 | 第33-35页 |
| 2.6 本章小结 | 第35-36页 |
| 3 协作学习环境下协同过滤推荐算法的研究 | 第36-43页 |
| 3.1 构建学习者模型 | 第36-38页 |
| 3.2 构建学习资源模型 | 第38-39页 |
| 3.3 寻找最近邻 | 第39-41页 |
| 3.4 选取时间函数 | 第41-42页 |
| 3.5 产生推荐 | 第42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 实验结果分析 | 第43-48页 |
| 4.1 实验目的 | 第43页 |
| 4.2 实验数据与环境 | 第43-44页 |
| 4.3 实验度量标准 | 第44-45页 |
| 4.4 实验结果分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 本文完成的主要研究工作 | 第48页 |
| 5.2 不足之处及工作展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 在学研究成果 | 第54-55页 |
| 致谢 | 第55页 |
