基于协同过滤的图书个性化推荐研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内外图书推荐研究现状 | 第11-13页 |
| 1.2.2 协同过滤研究现状 | 第13-14页 |
| 1.3 研究内容和论文结构 | 第14-15页 |
| 2 个性化推荐算法 | 第15-26页 |
| 2.1 基于内容的推荐技术 | 第15-16页 |
| 2.2 协同过滤推荐技术 | 第16-23页 |
| 2.2.1 基于用户的协同过滤 | 第16-19页 |
| 2.2.2 基于项目的协同过滤 | 第19-21页 |
| 2.2.3 基于模型的协同过滤 | 第21-23页 |
| 2.3 评价标准 | 第23-25页 |
| 2.3.1 误差标准 | 第23页 |
| 2.3.2 命中率标准 | 第23-24页 |
| 2.3.3 其他标准 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 聚类算法的改进 | 第26-31页 |
| 3.1 聚类问题描述 | 第26-27页 |
| 3.2 模糊聚类算法 | 第27-29页 |
| 3.2.1 模糊聚类发展历程 | 第27页 |
| 3.2.2 模糊C-均值聚类算法 | 第27-28页 |
| 3.2.3 FCM算法分析 | 第28-29页 |
| 3.3 模糊聚类算法的改进 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于模糊聚类的推荐算法研究 | 第31-43页 |
| 4.1. Item Rank算法 | 第31-32页 |
| 4.2 基于聚类的Item Rank算法改进 | 第32-35页 |
| 4.2.1 用户标记 | 第32页 |
| 4.2.2 矩阵降维 | 第32-33页 |
| 4.2.3 生成关联图 | 第33-34页 |
| 4.2.4 进行推荐 | 第34-35页 |
| 4.3 算法举例说明 | 第35-38页 |
| 4.4 实验分析 | 第38-42页 |
| 4.4.1 评价标准 | 第38-39页 |
| 4.4.2 实验结果 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 基于聚类的协同过滤图书推荐模型 | 第43-54页 |
| 5.1 数据预处理 | 第43-46页 |
| 5.1.1 数据清理 | 第43-44页 |
| 5.1.2 获取评分信息 | 第44-46页 |
| 5.2 推荐过程 | 第46-49页 |
| 5.2.1 自组织聚类 | 第46页 |
| 5.2.2 关联矩阵 | 第46-47页 |
| 5.2.3 生成推荐 | 第47页 |
| 5.2.4 结果转换 | 第47-48页 |
| 5.2.5 评分预测 | 第48-49页 |
| 5.3.实验验证 | 第49-54页 |
| 5.3.1 实验评估标准 | 第49-50页 |
| 5.3.2 实验设计 | 第50页 |
| 5.3.3 实验结果 | 第50-54页 |
| 6 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间发表论文情况 | 第60-61页 |
| 致谢 | 第61页 |
