| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 相关理论概述 | 第14-22页 |
| 2.1 推荐系统简介 | 第14-15页 |
| 2.2 传统协同过滤方法介绍 | 第15-18页 |
| 2.2.1 基于用户的协同过滤个性化推荐方法 | 第15-17页 |
| 2.2.2 基于物品的协同过滤个性化推荐算法 | 第17-18页 |
| 2.3 基于模型的个性化推荐算法 | 第18-20页 |
| 2.4 基于时间的协同过滤的个性化推荐算法 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于用户-用户协方差矩阵的协同过滤推荐方法 | 第22-31页 |
| 3.1 引言 | 第22页 |
| 3.2 基于用户-用户协方差矩阵的改进方法 | 第22-25页 |
| 3.2.1 用户-用户协方差矩阵的定义 | 第22-24页 |
| 3.2.2 CFCM方法 | 第24-25页 |
| 3.3 实验与分析 | 第25-30页 |
| 3.3.1 实验数据集 | 第26页 |
| 3.3.2 评价指标 | 第26-27页 |
| 3.3.3 实验结果分析 | 第27-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 融入时间因素的基于用户偏好范围的协同过滤推荐方法 | 第31-42页 |
| 4.1 问题描述及解释说明 | 第31页 |
| 4.2 偏好范围及包含关系的描述 | 第31-34页 |
| 4.2.1 偏好范围的描述 | 第31-34页 |
| 4.2.2 包含关系的描述 | 第34页 |
| 4.3 CFCS-T推荐方法 | 第34-36页 |
| 4.3.1 评分的预测 | 第35页 |
| 4.3.2 推荐列表的生成 | 第35-36页 |
| 4.4 实验结果对比与分析 | 第36-41页 |
| 4.4.1 实验数据集 | 第36页 |
| 4.4.2 评价指标 | 第36-37页 |
| 4.4.3 实验设计及结果分析 | 第37-41页 |
| 4.5 本章小节 | 第41-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42页 |
| 5.2 未来工作展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 发表论文和科研情况说明 | 第48-49页 |
| 致谢 | 第49页 |