结合用户背景信息的协同过滤推荐算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究工作背景及意义 | 第9-10页 |
| ·推荐系统研究现状 | 第10-11页 |
| ·论文的主要内容和组织结构 | 第11-12页 |
| ·论文的主要内容 | 第11页 |
| ·论文的组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 个性化推荐系统及其相应技术 | 第13-33页 |
| ·个性化的概念和个性化服务 | 第13-14页 |
| ·个性化的概念 | 第13页 |
| ·个性化服务 | 第13-14页 |
| ·个性化推荐系统概述 | 第14-16页 |
| ·个性化推荐系统的概念 | 第14页 |
| ·个性化推荐系统的研究内容 | 第14-15页 |
| ·个性化推荐系统的分类 | 第15-16页 |
| ·个性化推荐系统的架构 | 第16-20页 |
| ·用户界面模块的输入 | 第17-18页 |
| ·用户界面模块的输出 | 第18-19页 |
| ·用户个性化描述 | 第19-20页 |
| ·个性化推荐系统相关技术 | 第20-32页 |
| ·常用技术简介 | 第21-23页 |
| ·主要推荐算法介绍 | 第23-28页 |
| ·各种推荐算法比较 | 第28-30页 |
| ·组合推荐算法介绍 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 协同过滤算法研究 | 第33-45页 |
| ·协同过滤的实现步骤 | 第33-34页 |
| ·协同过滤算法的分类 | 第34-38页 |
| ·User-based的协同过滤 | 第35-37页 |
| ·Item-based的协同过滤 | 第37-38页 |
| ·协同过滤算法的优缺点分析 | 第38-40页 |
| ·User-based的协同过滤算法分析 | 第38-39页 |
| ·Item-based的协同过滤算法分析 | 第39-40页 |
| ·结合用户背景信息的协同过滤算法 | 第40-44页 |
| ·算法提出的依据 | 第40-42页 |
| ·结合用户背景信息的协同过滤算法的具体步骤 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 实验设计和结果分析 | 第45-50页 |
| ·引言 | 第45页 |
| ·推荐算法评价标志 | 第45页 |
| ·实验方案 | 第45-46页 |
| ·实验结果分析 | 第46-49页 |
| ·参数α，β 的选择分析和数据集稀疏性的影响分析 | 第46-47页 |
| ·邻居集的选择 | 第47-48页 |
| ·实验结论 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结及展望 | 第50-51页 |
| ·工作总结 | 第50页 |
| ·未来工作 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 发表文章 | 第53-54页 |
| 致谢 | 第54页 |
