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

协同过滤推荐系统中冷启动问题的研究

摘要第3-4页
Abstract第4页
第一章 绪论第8-14页
    1.1 研究背景第8-10页
    1.2 研究现状第10-11页
    1.3 研究意义第11-12页
    1.4 论文结构第12-14页
第二章 协同过滤推荐系统和基于信任的推荐系统的介绍与研究第14-24页
    2.1 协同过滤推荐系统概述第14-16页
        2.1.1 协同过滤推荐系统介绍第14-15页
        2.1.2 协同过滤推荐系统所存在的问题第15-16页
    2.2 基于内存的协同过滤第16-20页
        2.2.1 基于用户的协同过滤第16-18页
        2.2.2 基于项目的协同过滤第18-20页
        2.2.3 基于用户—项目的协同过滤第20页
    2.3 基于模型的协同过滤第20-21页
    2.4 矩阵分解技术第21页
    2.5 基于信任的推荐系统第21-24页
        2.5.1 以显示信任为基础的方法第22页
        2.5.2 以隐式信任为基础的方法第22-24页
第三章 混合的基于用户—项目信任的推荐算法第24-34页
    3.1 混合推荐方法结构第24-25页
    3.2 基于用户的信任模型第25-29页
        3.2.1 基于用户的隐式信任估计第25-28页
        3.2.2 用户声誉计算第28页
        3.2.3 邻居选择第28-29页
        3.2.4 基于用户的加权计算预测第29页
    3.3 基于项目的信任模型第29-31页
        3.3.1 基于项目的隐式信任计算第29-30页
        3.3.2 项目声誉计算第30-31页
        3.3.3 邻居选择第31页
        3.3.4 基于项目的加权计算预测第31页
    3.4 混合预测模型第31-34页
第四章 混合的基于用户—项目信任的推荐算法的应用第34-46页
    4.1 数值例子第34-40页
        4.1.1 基于用户的信任模型第34-37页
        4.1.2 基于项目的信任模型第37-39页
        4.1.3 混合预测模型第39-40页
    4.2 “一带一路”之云南篇app推荐模块实现第40-46页
        4.2.1 外围架构第40-41页
        4.2.2 推荐系统架构第41页
        4.2.3 需求分析第41-42页
        4.2.4 推荐系统模块实现第42-46页
第五章 实验评价第46-54页
    5.1 实验方法和数据集第46页
    5.2 评价指标第46-47页
    5.3 基本算法第47页
    5.4 评价结果第47-54页
        5.4.1 推荐精度比较第47-48页
        5.4.2 数据稀疏问题比较第48-50页
        5.4.3 用户冷启动问题比较第50-51页
        5.4.4 项目冷启动问题比较第51-54页
第六章 全文总结第54-56页
    6.1 全文总结第54页
    6.2 研究展望第54-56页
参考文献第56-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:杭州万向职业技术学院绩效考核管理系统的研究与分析
下一篇:展览馆访客管理系统的研究与分析