推荐系统中基于进化算法和聚类的信息核优化
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-27页 |
1.1 研究背景及其意义 | 第15-20页 |
1.1.1 推荐系统概述 | 第16-17页 |
1.1.2 推荐系统的分类 | 第17-19页 |
1.1.3 推荐系统研究现状 | 第19页 |
1.1.4 推荐系统的挑战 | 第19-20页 |
1.2 信息核的研究现状与面临的问题 | 第20-23页 |
1.2.1 组合优化 | 第22-23页 |
1.3 进化算法 | 第23-24页 |
1.4 论文的主要工作与内容安排 | 第24-27页 |
第二章 基于精英种群的进化算法 | 第27-45页 |
引言 | 第27页 |
2.1 协同过滤算法 | 第27-29页 |
2.2 推荐系统常用评价指标 | 第29-32页 |
2.3 提出的方法 | 第32-33页 |
2.3.1 算法流程 | 第32-33页 |
2.4 实验结果和分析 | 第33-44页 |
2.4.1 数据集划分 | 第33-34页 |
2.4.2 参数设置 | 第34页 |
2.4.3 实验设计和结果 | 第34-44页 |
2.5 本章小结 | 第44-45页 |
第三章 基于变长编码的信息核进化优化 | 第45-55页 |
引言 | 第45页 |
3.1 算法实现 | 第45-47页 |
3.1.1 构建算法动机 | 第45页 |
3.1.2 算法流程 | 第45-47页 |
3.2 实验结果和分析 | 第47-52页 |
3.2.1 实验数据集 | 第47页 |
3.2.2 参数设置 | 第47-48页 |
3.2.3 实验结果和分析 | 第48-52页 |
3.3 本章小结 | 第52-55页 |
第四章 基于进化算法和聚类的虚拟信息核用户优化 | 第55-67页 |
引言 | 第55页 |
4.1 虚拟信息核 | 第55-58页 |
4.1.1 相似性传播聚类 | 第56-58页 |
4.2 虚拟信息核的构建 | 第58页 |
4.2.1 算法流程 | 第58页 |
4.3 实验设计及分析 | 第58-65页 |
4.3.1 参数设置 | 第58-59页 |
4.3.2 实验结果和分析 | 第59-65页 |
4.4 本章小结 | 第65-67页 |
第五章 总结和展望 | 第67-69页 |
5.1 论文工作总结 | 第67-68页 |
5.2 未来工作展望 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-75页 |
作者简介 | 第75-76页 |