基于近邻协同过滤算法中相似性度量的研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.3.1 本文的研究内容 | 第13页 |
| 1.3.2 本文的主要贡献 | 第13-14页 |
| 1.4 论文组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 基本理论知识 | 第15-20页 |
| 2.1 基于邻域的算法 | 第15-18页 |
| 2.1.1 基于用户邻域的协同过滤算法 | 第16-17页 |
| 2.1.2 基于物品的协同过滤 | 第17-18页 |
| 2.2 协同过滤算法存在的不足 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于近邻的相似性度量研究 | 第20-28页 |
| 3.1 基于近邻的评分预测 | 第20-21页 |
| 3.2 相似性度量 | 第21-25页 |
| 3.2.1 基于余弦相似度的计算 | 第21-22页 |
| 3.2.2 皮尔逊相关系数 | 第22-23页 |
| 3.2.3 肯德尔等级相关系数 | 第23-24页 |
| 3.2.4 杰卡德指数 | 第24页 |
| 3.2.5 SimRank与SimRank++ | 第24-25页 |
| 3.3 近邻数目的选取 | 第25-26页 |
| 3.4 相似度大小的设定 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第4章 实验分析 | 第28-36页 |
| 4.1 数据集与度量指标 | 第28-29页 |
| 4.1.1 数据集 | 第28-29页 |
| 4.1.2 评价指标集 | 第29页 |
| 4.2 单个模型性能对比分析 | 第29-33页 |
| 4.3 评分预测模型混合 | 第33-35页 |
| 4.4 本章小结 | 第35-36页 |
| 总结与展望 | 第36-37页 |
| 致谢 | 第37-38页 |
| 参考文献 | 第38-43页 |
| 硕士期间发表论文及参与项目 | 第43页 |
