基于二分网络的用户聚类电影推荐系统构建
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 推荐系统介绍 | 第13-26页 |
| 2.1 推荐系统概述 | 第13-17页 |
| 2.1.1 协同过滤推荐 | 第13-16页 |
| 2.1.2 基于内容的推荐 | 第16页 |
| 2.1.3 其他推荐算法 | 第16-17页 |
| 2.2 基于二分图的推荐算法 | 第17-22页 |
| 2.3 基于聚类的推荐算法 | 第22-24页 |
| 2.3.1 聚类算法的概念及原理 | 第22-24页 |
| 2.3.2 基于聚类的推荐算法 | 第24页 |
| 2.4 协同过滤推荐技术面临的挑战 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于二分网络的用户聚类推荐算法 | 第26-36页 |
| 3.1 系统框架 | 第26-27页 |
| 3.2 用户聚类设计 | 第27-29页 |
| 3.2.1 用户聚类 | 第27-29页 |
| 3.3 构建二分网络 | 第29-32页 |
| 3.4 长距离连接 | 第32-35页 |
| 3.4.1 符号说明及相关定义 | 第32-33页 |
| 3.4.2 算法构建 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于用户聚类和项目分类推荐算法 | 第36-45页 |
| 4.1 系统框图 | 第36页 |
| 4.2 项目分类 | 第36-37页 |
| 4.3 用户相似性计算 | 第37-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 实验及结果分析 | 第45-52页 |
| 5.1 实验数据和评价指标 | 第45-47页 |
| 5.1.1 实验数据 | 第45页 |
| 5.1.2 实验评价指标 | 第45-46页 |
| 5.1.3 数据稀疏度 | 第46-47页 |
| 5.2 实验与结果分析 | 第47-51页 |
| 5.2.1 信任度的影响 | 第47-48页 |
| 5.2.2 稀疏度的影响 | 第48-49页 |
| 5.2.3 不同算法对比 | 第49-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 发表论文和科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
