| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-13页 |
| 1.2 协同过滤推荐中评价数据稀疏问题的国内外研究现状 | 第13-14页 |
| 1.3 本文的研究意义和主要工作 | 第14-16页 |
| 1.4 论文结构 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 个性化推荐系统和协同过滤技术介绍 | 第17-31页 |
| 2.1 个性化推荐系统以及体系结构 | 第17-20页 |
| 2.2 基于协同过滤的个性化推荐实现技术 | 第20-27页 |
| 2.3 个性化推荐效果评估策略 | 第27-28页 |
| 2.4 个性化推荐系统存在的问题和挑战 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 3 协同过滤个性化推荐技术中评价数据稀疏问题分析 | 第31-44页 |
| 3.1 评价数据稀疏问题介绍 | 第31-33页 |
| 3.2 评价数据稀疏问题产生的原因 | 第33-37页 |
| 3.3 评价数据稀疏对基于协同过滤个性化推荐带来的影响 | 第37-41页 |
| 3.4 常见协同过滤评价数据稀疏缓解技术 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 混合加权预测填充算法 | 第44-59页 |
| 4.1 基于资源特征预测填充算法 | 第44-48页 |
| 4.2 基于资源访问热度预测填充算法 | 第48-49页 |
| 4.3 混合加权预测填充算法 | 第49-53页 |
| 4.4 实验以及结果分析 | 第53-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 总结和展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间研究成果目录 | 第64-65页 |
| 致谢 | 第65页 |