首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

融合类别信息的协同过滤推荐方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 研究背景第9-10页
    1.2 协同过滤推荐技术的研究现状第10-11页
    1.3 本文研究内容第11-12页
    1.4 本文研究的难点第12页
    1.5 本文的组织结构第12-15页
第2章 协同过滤推荐技术第15-27页
    2.1 个性化推荐系统第15-17页
        2.1.1 个性化推荐技术概述第15-16页
        2.1.2 个性化推荐技术比较第16-17页
    2.2 协同过滤推荐算法第17-23页
        2.2.1 协同过滤推荐算法概述第17页
        2.2.2 基于用户的协同过滤推荐算法第17-21页
        2.2.3 基于项目的协同过滤推荐算法第21-23页
    2.3 推荐系统面临的问题第23-25页
        2.3.1 推荐系统面临的问题概述第23页
        2.3.2 数据稀疏性问题第23-24页
        2.3.3 冷启动问题第24页
        2.3.4 实时性、可扩展性问题第24-25页
    2.4 评价标准第25页
    2.5 本章小结第25-27页
第3章 融合类别信息和兴趣度的用户相似性度量第27-35页
    3.1 推荐系统中的用户兴趣度第27-28页
    3.2 融合兴趣度的用户相似性度量方式第28-33页
        3.2.1 用户兴趣度度量方式第28-30页
        3.2.2 流行偏置问题第30-31页
        3.2.3 融合兴趣度的用户相识性度量方式第31-33页
    3.3 本章小结第33-35页
第4章 基于类别信息的评分矩阵填充方式第35-41页
    4.1 基于类别信息的评分矩阵填充第35-37页
        4.1.1 传统的评分矩阵填充方式第35页
        4.1.2 基于类别信息的评分矩阵填充方式第35-37页
    4.2 融合类别信息的协同过滤推荐方法第37-39页
        4.2.1 推荐过程第37-38页
        4.2.2 时间复杂度分析第38-39页
    4.3 本章小结第39-41页
第5章 实验设计与结果分析第41-47页
    5.1 实验数据集第41页
    5.2 度量标准第41-42页
        5.2.1 试验目的第41页
        5.2.2 评价标准第41-42页
    5.3 实验结果及分析第42-46页
    5.4 本章小结第46-47页
结论第47-49页
参考文献第49-53页
攻读硕士学位期间发表的学术论文第53-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:注册计量师申报管理信息系统
下一篇:国家电网公司综合值班管理系统的设计与实现