基于改进模糊聚类的WFSLIM推荐算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究的背景和意义 | 第14-15页 |
| 1.2 国内外研究的现状 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 1.4 本文的主要结构 | 第17-18页 |
| 第二章 推荐系统 | 第18-34页 |
| 2.1 推荐系统的概述 | 第18-19页 |
| 2.2 个性化推荐系统的应用 | 第19-21页 |
| 2.2.1 电子商务 | 第19页 |
| 2.2.2 个性化电影和音乐推荐 | 第19-20页 |
| 2.2.3 社交网站 | 第20页 |
| 2.2.4 基于地图的个性化推荐 | 第20-21页 |
| 2.2.5 个性化广告 | 第21页 |
| 2.3 推荐系统的评测 | 第21-26页 |
| 2.3.1 评测系统的框架 | 第21-23页 |
| 2.3.2 推荐算法的评测分类 | 第23-24页 |
| 2.3.3 评测指标 | 第24-26页 |
| 2.4 基于内容的推荐系统 | 第26-27页 |
| 2.5 基于模型的推荐算法 | 第27-33页 |
| 2.5.1 协同过滤算法 | 第27-30页 |
| 2.5.2 奇异值分解 | 第30-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 FCM算法及其改进 | 第34-42页 |
| 3.1 FCM算法 | 第34-36页 |
| 3.2 改进FCM算法 | 第36-38页 |
| 3.2.1 算法改进介绍 | 第36-37页 |
| 3.2.2 算法的表达 | 第37-38页 |
| 3.2.3 WDFCM算法步骤 | 第38页 |
| 3.3 实验及分析 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于改进FCM的WFSLIM算法 | 第42-58页 |
| 4.1 基于隐语义的推荐系统 | 第42-46页 |
| 4.1.1 模型理论及方法 | 第43-45页 |
| 4.1.2 LFM算法模型 | 第45-46页 |
| 4.2 SLIM算法 | 第46-47页 |
| 4.3 基于改进FCM算法的WFSLIM推荐系统 | 第47-52页 |
| 4.3.1 SLIM算法的不足 | 第47-49页 |
| 4.3.2 基于改进模糊聚类的WFSLIM算法 | 第49-52页 |
| 4.4 实验分析 | 第52-57页 |
| 4.4.1 数据的选取 | 第52-53页 |
| 4.4.2 评价标准 | 第53页 |
| 4.4.3 实验结果 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于Hadoop平台的推荐系统设计及实现 | 第58-69页 |
| 5.1 Hadoop平台介绍 | 第58-62页 |
| 5.2 数据准备及分析 | 第62-63页 |
| 5.3 实验平台搭建和结果分析 | 第63-68页 |
| 5.4 本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表论文 | 第75-77页 |
| 致谢 | 第77页 |
