基于用户购买力和协同过滤的混合推荐算法研究与实现
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内研究现状 | 第14页 |
| 1.3 国外研究现状 | 第14-15页 |
| 1.4 本文主要内容及组织结构 | 第15-17页 |
| 第二章 个性化推荐相关介绍 | 第17-26页 |
| 2.1 个性化推荐的定义 | 第17-18页 |
| 2.2 个性化推荐技术分类 | 第18-25页 |
| 2.2.1 基于内容推荐 | 第18-19页 |
| 2.2.2 协同过滤推荐 | 第19-22页 |
| 2.2.2.1 基于用户的协同过滤 | 第20页 |
| 2.2.2.2 基于物品的协同过滤 | 第20-22页 |
| 2.2.3 基于关联规则推荐 | 第22页 |
| 2.2.4 基于知识推荐 | 第22页 |
| 2.2.5 基于效用推荐 | 第22页 |
| 2.2.6 混合推荐 | 第22-23页 |
| 2.2.7 推荐系统质量评估 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于用户购买力和协同过滤的混合推荐算法 | 第26-42页 |
| 3.1 算法框架 | 第26-27页 |
| 3.2 符号定义 | 第27-28页 |
| 3.3 改进的基于物品的协同过滤 | 第28-31页 |
| 3.3.1 改进的相似度计算方法 | 第28-30页 |
| 3.3.2 基础预测评分 | 第30-31页 |
| 3.4 价格影响系数 | 第31-37页 |
| 3.4.1 商品价格水平因子 | 第31-33页 |
| 3.4.2 用户购买力因子 | 第33-35页 |
| 3.4.3 价格影响系数的计算 | 第35-37页 |
| 3.5 折扣影响系数 | 第37-40页 |
| 3.6 最终评分 | 第40-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 实验结果与分析 | 第42-51页 |
| 4.1 实验基础配置 | 第42-46页 |
| 4.1.1 数据集 | 第42-44页 |
| 4.1.2 评估指标 | 第44页 |
| 4.1.3 对比算法 | 第44-46页 |
| 4.2 实验结果分析 | 第46-48页 |
| 4.3 参数对模型的影响 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 结束语 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 学位论文评阅及答辩情况表 | 第57页 |
