首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于兴趣漂移协同过滤算法的推荐系统研究与实现

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 研究目的与意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 用户兴趣检测模型第11-12页
        1.2.2 推荐系统及推荐算法研究现状第12-13页
    1.3 主要研究内容第13-14页
    1.4 论文的组织结构第14-16页
第二章 相关技术理论简介第16-24页
    2.1 用户的兴趣变化模型第16-19页
        2.1.1 隐式兴趣模型第16-18页
        2.1.2 显式兴趣模型第18-19页
    2.2 推荐系统及其推荐算法第19-23页
        2.2.1 推荐系统第19页
        2.2.2 推荐算法概述第19-23页
    2.3 本章小结第23-24页
第三章 基于显式与隐式兴趣漂移模型的构建第24-40页
    3.1 显式兴趣漂移检测模型构建第24-31页
        3.1.1 用户兴趣模型的提出第24-25页
        3.1.2 项目属性相似关联矩阵第25-27页
        3.1.3 用户兴趣分类模型第27-29页
        3.1.4 用户兴趣模型检测第29-31页
        3.1.5 算法分析第31页
    3.2 隐式兴趣漂移检测模型构建第31-32页
    3.3 实验参数设置第32-36页
        3.3.1 属性权重的设置第32-33页
        3.3.2 d值的设置第33页
        3.3.3 兴趣模型阀值的确定第33-35页
        3.3.4 密集度增量值的设置第35-36页
    3.4 实验与分析第36-39页
        3.4.1 实验数据及环境第36页
        3.4.2 评价方法第36-37页
        3.4.3 实验方案第37页
        3.4.4 实验结果及分析第37-39页
    3.5 本章小结第39-40页
第四章 基于显隐式兴趣漂移模型的协同过滤算法第40-47页
    4.1 项目相似度第40-41页
    4.2 协同过滤算法第41页
    4.3 实验与分析第41-46页
        4.3.1 实验数据第41-42页
        4.3.2 评价标准第42页
        4.3.3 实验方案第42页
        4.3.4 实验结果与分析第42-46页
    4.4 本章小结第46-47页
第五章 基于兴趣漂移模型协同过滤算法的推荐系统实现第47-53页
    5.1 系统需求分析第47页
    5.2 系统设计第47-48页
    5.3 系统实现第48-51页
        5.3.1 运行环境第48-49页
        5.3.2 系统平台开发第49-50页
        5.3.3 系统原型测试第50-51页
    5.4 系统推荐评价第51-52页
        5.4.1 测试用例第51页
        5.4.2 用例评价第51-52页
    5.5 本章小结第52-53页
第六章 总结与展望第53-55页
    6.1 总结第53页
    6.2 展望第53-55页
参考文献第55-58页
致谢第58-59页
作者简介第59页

论文共59页,点击 下载论文
上一篇:行政伦理视域下党的干部教育培训工作研究
下一篇:大豆β-伴大豆球蛋白突变性状的表征鉴定与遗传分析