推荐算法的研究及易物网的实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状与趋势 | 第12-13页 |
| 1.3 个性化推荐系统 | 第13-18页 |
| 1.3.1 基于模型的推荐算法 | 第15-16页 |
| 1.3.2 基于内存的推荐算法 | 第16-17页 |
| 1.3.3 系统评价指标 | 第17-18页 |
| 1.4 协同过滤算法面临的挑战 | 第18-19页 |
| 1.5 本文的研究工作 | 第19-20页 |
| 1.6 本章小结 | 第20-21页 |
| 2 基于项目活跃度的填充算法 | 第21-33页 |
| 2.1 填充方法的背景知识 | 第21-23页 |
| 2.2 基于项目活跃度的填充算法 | 第23-27页 |
| 2.2.1 项目活跃度矩阵的创建 | 第23页 |
| 2.2.2 稀疏矩阵的填充 | 第23-25页 |
| 2.2.3 常用相似性度量函数与评估 | 第25-27页 |
| 2.3 实验结果与分析 | 第27-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 基于距离惩罚因子的协同过滤算法 | 第33-41页 |
| 3.1 基于距离惩罚因子的相似性计算 | 第33-35页 |
| 3.1.1 传统算法的距离因子问题 | 第33-34页 |
| 3.1.2 算法惩罚因子 | 第34-35页 |
| 3.2 基于距离惩罚因子算法 | 第35-36页 |
| 3.3 实验结果与分析 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于易物网平台设计与实现 | 第41-58页 |
| 4.1 平台概述 | 第41-42页 |
| 4.2 易物网平台需求分析 | 第42-46页 |
| 4.2.1 前台业务分析 | 第42-44页 |
| 4.2.2 后台业务分析 | 第44-45页 |
| 4.2.3 推荐系统分析 | 第45-46页 |
| 4.3 易物网站的设计 | 第46-53页 |
| 4.3.1 网站基本架构 | 第46-48页 |
| 4.3.2 网站的类设计 | 第48-49页 |
| 4.3.3 数据库设计 | 第49-53页 |
| 4.4 推荐系统的设计 | 第53-54页 |
| 4.4.1 实验模型及实验参数 | 第53-54页 |
| 4.4.2 平台推荐效果 | 第54页 |
| 4.5 平台测试 | 第54-57页 |
| 4.5.1 功能测试 | 第54-55页 |
| 4.5.2 测试结果 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 总结和展望 | 第58-60页 |
| 5.1 本文总结 | 第58-59页 |
| 5.2 工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |
