| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11页 |
| ·推荐系统存在的主要问题 | 第11-12页 |
| ·主要研究内容与论文组织结构 | 第12-13页 |
| ·主要研究内容 | 第12页 |
| ·论文组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 个性化推荐简介 | 第14-18页 |
| ·个性化推荐概述 | 第14页 |
| ·个性化推荐方法的分类 | 第14-17页 |
| ·基于内容过滤的推荐方法 | 第14-15页 |
| ·基于规则的推荐方法 | 第15页 |
| ·数据挖掘方法 | 第15-17页 |
| ·协同过滤方法 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 协同过滤推荐技术 | 第18-22页 |
| ·协同过滤推荐的基本思想 | 第18页 |
| ·两种不同的协同过滤算法 | 第18-21页 |
| ·基于用户的协同过滤算法 | 第19-20页 |
| ·基于项目的协同过滤算法 | 第20-21页 |
| ·传统的协同过滤推荐算法存在的问题 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第4章 融入项目类别和用户领域知识的协同过滤推荐算法 | 第22-32页 |
| ·现有的协同过滤算法存在的问题 | 第22-23页 |
| ·领域知识在改进算法中的运用 | 第23-29页 |
| ·用户候选近邻集合 | 第23-25页 |
| ·融入项目领域类别信息的相似性计算 | 第25-27页 |
| ·用户兴趣组 | 第27-29页 |
| ·改进的协同过滤推荐算法 | 第29-31页 |
| ·改进的协同过滤推荐算法思路 | 第29页 |
| ·改进的协同过滤推荐算法描述 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第5章 实验与分析 | 第32-39页 |
| ·实验设计 | 第32-34页 |
| ·实验结果及分析 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第6章 总结与展望 | 第39-41页 |
| ·全文总结 | 第39页 |
| ·工作展望 | 第39-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43-44页 |
| 攻读学位期间取得的科研成果 | 第44页 |