基于项目的协同过滤推荐算法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 论文研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的章节安排 | 第13-15页 |
| 第2章 基于项目特征属性的协同过滤推荐算法 | 第15-29页 |
| 2.1 基于项目的协同过滤推荐算法 | 第15-19页 |
| 2.1.1 算法流程 | 第15-17页 |
| 2.1.2 实验数据集和评价标准 | 第17-19页 |
| 2.2 问题的提出 | 第19-20页 |
| 2.3 基于项目特征属性的协同过滤推荐算法 | 第20-27页 |
| 2.3.1 算法思路 | 第20-23页 |
| 2.3.2 算法流程 | 第23-25页 |
| 2.3.3 阈值T的选取 | 第25-26页 |
| 2.3.4 SVD中保留维度k的选取 | 第26-27页 |
| 2.4 实验结果与分析 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于改进K-means的项聚类推荐算法 | 第29-40页 |
| 3.1 问题的提出 | 第29页 |
| 3.2 项聚类推荐方法 | 第29-31页 |
| 3.2.1 聚类 | 第29-30页 |
| 3.2.2 基于项聚类的CF算法 | 第30-31页 |
| 3.3 基于改进K-means的聚类算法 | 第31-33页 |
| 3.3.1 人工蜂群算法 | 第31-32页 |
| 3.3.2 基于改进K-means的聚类算法 | 第32-33页 |
| 3.4 基于改进K-means的项聚类推荐算法 | 第33-37页 |
| 3.4.1 算法流程 | 第33-35页 |
| 3.4.2 阈值T的选取 | 第35-36页 |
| 3.4.3 聚类个数k的选取 | 第36-37页 |
| 3.5 实验结果与分析 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 基于时间权重的协同过滤推荐算法 | 第40-46页 |
| 4.1 问题的提出 | 第40页 |
| 4.2 时间权重函数 | 第40-42页 |
| 4.3 基于时间权重的协同过滤推荐算法 | 第42-45页 |
| 4.3.1 算法流程 | 第42-44页 |
| 4.3.2 信息半衰期T0的选取 | 第44-45页 |
| 4.4 实验结果与分析 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 融合多种优化的协同过滤算法的研究 | 第46-51页 |
| 5.1 问题的提出 | 第46页 |
| 5.2 融合多种优化的协同过滤推荐算法 | 第46-47页 |
| 5.2.1 算法思路 | 第46-47页 |
| 5.2.2 算法流程 | 第47页 |
| 5.3 实验结果与分析 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-54页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间获得与学位论文相关的科研成果目录 | 第58页 |
