基于用户兴趣和项目特性的协同过滤推荐算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·协同过滤推荐算法的研究背景 | 第9-10页 |
| ·协同过滤推荐算法的应用现状 | 第10-12页 |
| ·协同过滤推荐算法的研究意义 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 协同过滤推荐算法的研究现状分析 | 第14-26页 |
| ·基于记忆的协同过滤推荐算法 | 第15-18页 |
| ·基于模型的协同过滤推荐算法 | 第18-20页 |
| ·其它类型的推荐算法 | 第20-21页 |
| ·混合类型协同过滤推荐算法 | 第21-22页 |
| ·问题和挑战 | 第22-25页 |
| ·评分矩阵稀疏性问题 | 第22-23页 |
| ·项目冷启动问题 | 第23页 |
| ·用户兴趣捕捉问题 | 第23-24页 |
| ·扩展性问题 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于项目特性的协同过滤推荐算法 | 第26-40页 |
| ·预测填充策略 | 第27页 |
| ·预备知识 | 第27-28页 |
| ·CFBIF算法 | 第28-35页 |
| ·CFBIF中的属性相似度分析 | 第28-30页 |
| ·CFBIF中的评分相似度分析 | 第30-32页 |
| ·CFBIF的综合相似度 | 第32-33页 |
| ·算法流程 | 第33-35页 |
| ·实验分析 | 第35-39页 |
| ·评估标准 | 第35页 |
| ·数据集 | 第35-36页 |
| ·实验策略 | 第36页 |
| ·实验环境 | 第36页 |
| ·参数分析 | 第36-37页 |
| ·结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于用户兴趣的协同过滤推荐算法 | 第40-53页 |
| ·用户兴趣 | 第40页 |
| ·预备知识 | 第40-41页 |
| ·CFBUI算法 | 第41-47页 |
| ·CFBUI中兴趣关联分析 | 第41-42页 |
| ·CFBUI中的随时间衰减兴趣关联度分析 | 第42-43页 |
| ·CFBUI的综合相似度 | 第43-46页 |
| ·算法流程 | 第46-47页 |
| ·实验分析 | 第47-52页 |
| ·评估标准 | 第47页 |
| ·数据集 | 第47-48页 |
| ·实验策略 | 第48页 |
| ·实验环境 | 第48页 |
| ·参数分析 | 第48-50页 |
| ·结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-55页 |
| ·研究工作总结 | 第53页 |
| ·研究展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间主要的研究成果 | 第62页 |
