基于增量更新的自适应协同过滤算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·本文的工作与组织结构 | 第12-14页 |
| 第二章 相关理论与技术 | 第14-22页 |
| ·用户偏好数据 | 第14-15页 |
| ·推荐技术及分类 | 第15-17页 |
| ·基于规则的推荐 | 第15-16页 |
| ·基于内容的推荐 | 第16-17页 |
| ·协同过滤推荐 | 第17-21页 |
| ·基于用户的协同过滤 | 第17-19页 |
| ·基于项目的协同过滤 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 IUACF算法中自适应协同过滤的主体思想 | 第22-33页 |
| ·用户评分数据预处理 | 第22-26页 |
| ·基于项目实体数据的缺失值填充 | 第22-23页 |
| ·基于项目属性数据的缺失值填充 | 第23-26页 |
| ·相似性度量方法的改进 | 第26-28页 |
| ·协同过滤推荐算法中相似性度量分析 | 第26-27页 |
| ·基于共同评分的相似性度量 | 第27-28页 |
| ·自适应协同过滤的设计思想 | 第28-32页 |
| ·自适应协同过滤中近邻用户的选取 | 第29-30页 |
| ·自适应协同过滤中推荐的产生 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 IUACF算法中数据更新机制的设计思想 | 第33-45页 |
| ·基于项目相似性的增量更新机制 | 第33-38页 |
| ·IUACF算法中处理用户兴趣变化机制 | 第33-35页 |
| ·适应用户兴趣变化的增量更新机制 | 第35-38页 |
| ·IUACF算法对系统可扩展性问题的解决 | 第38-42页 |
| ·IUACF算法实现过程 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 实验设计与结果分析 | 第45-54页 |
| ·实验准备 | 第45-47页 |
| ·评价标准 | 第45页 |
| ·实验数据集 | 第45-47页 |
| ·实验结果与分析 | 第47-53页 |
| ·算法对比分析 | 第47-50页 |
| ·参数取值分析 | 第50-53页 |
| ·本章小节 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·论文总结 | 第54-55页 |
| ·进一步的研究方向 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |
