基于情境感知的个性化电影推荐算法的研究

摘要	第1-5页
ABSTRACT	第5-8页
第一章 绪论	第8-14页
·研究背景与意义	第8-10页
·研究现状	第10-12页
·国内外研究现状	第10-11页
·现有研究存在的问题	第11-12页
·研究内容	第12页
·论文结构	第12-14页
第二章 推荐系统综述	第14-30页
·推荐系统的概念	第14页
·推荐系统的主要方法	第14-20页
·内容过滤推荐算法	第15-16页
·协同过滤算法	第16-19页
·基于人.统计学的过滤	第19-20页
·矩阵分解的推荐算法	第20-23页
·基本的矩阵分解模型	第20-22页
·常用的学习算法	第22-23页
·情境感知相关理论	第23-25页
·情境的定义	第23-24页
·情境感知用户偏好提取技术	第24-25页
·情境感知推荐系统的形式化定义	第25-26页
·情境感知推荐技术	第26-30页
·情境预过滤	第26-27页
·情境后过滤	第27-28页
·情境建模	第28-30页
第三章 基于物品拆分的推荐算法	第30-40页
·引言	第30-31页
·物品拆分算法	第31-39页
·物品拆分的依据	第36-37页
·算法的可行性及复杂度分析	第37-38页
·情境值缺失处理	第38-39页
·本章小结	第39-40页
第四章 算法性能实验对比分析	第40-60页
·实验数据集	第40-41页
·评价指标	第41-42页
·实验与分析	第42-58页
·人.统计信息的实验结果	第42-45页
·评测数据集中情境因子比例的变化	第45-48页
·情境比例的改变对推荐列表的实验	第48-49页
·精准率和召回率的实验对比	第49-53页
·部分实验代码	第53-58页
·本章小结	第58-60页
总结与展望	第60-62页
参考文献	第62-66页
攻读硕士学位期间已发表或录用的论文	第66-68页
致谢	第68页