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

基于SVD++的协同过滤群组推荐算法研究

摘要第3-5页
ABSTRACT第5-7页
1 绪论第11-20页
    1.1 研究背景第11-13页
    1.2 研究意义第13-14页
    1.3 国内外研究现状第14-17页
        1.3.1 群组推荐聚合策略的研究第14-15页
        1.3.2 群组推荐算法研究第15-16页
            1.3.2.1 基于传统个性化推荐方法的研究第15页
            1.3.2.2 将其他领域研究方法应用于群组推荐第15-16页
        1.3.3 在不同环境不同领域中的应用研究第16-17页
            1.3.3.1 基于社交网络的群组推荐研究第16页
            1.3.3.2 基于日常生活中实际应用的研究第16-17页
    1.4 本文研究的主要内容及创新点第17-18页
        1.4.1 本文研究的主要内容第17-18页
        1.4.2 本文创新点第18页
    1.5 本文组织结构第18-19页
    1.6 本章小结第19-20页
2 群组推荐理论研究与分析第20-30页
    2.1 概念及推荐生成过程第20-22页
        2.1.1 群组推荐的概念第20-21页
        2.1.2 群组推荐的生成过程第21-22页
            2.1.2.1 模型聚合第21-22页
            2.1.2.2 推荐结果聚合第22页
    2.2 群组推荐的关键技术第22-25页
        2.2.1 群组的特征或偏好的获取第22-23页
        2.2.2 聚合策略第23-24页
        2.2.3 群组动态性处理第24-25页
    2.3 群组推荐方法分类第25-26页
    2.4 群组推荐的实验及评价指标第26-28页
        2.4.1 群组推荐的实验第26-27页
        2.4.2 群组推荐的评价指标第27-28页
    2.5 群组推荐系统未来面临的挑战第28-29页
    2.6 本章小结第29-30页
3 基于SVD++的协同过滤群组推荐算法第30-44页
    3.1 相关知识第30-37页
        3.1.1 SVD++模型第30-31页
        3.1.2 数据稀疏性第31-32页
            3.1.2.1 概念第31-32页
            3.1.2.2 计算公式第32页
            3.1.2.3 数据稀疏性的解决方法第32页
        3.1.3 协同过滤第32-37页
            3.1.3.1 协同过滤概念及分类第32-35页
            3.1.3.2 相似性计算方法第35-36页
            3.1.3.3 基于物品的协同过滤评分预测第36-37页
    3.2 数据处理第37-38页
    3.3 评分矩阵的分解第38-39页
    3.4 群组的形成和特征因子的聚合第39-40页
        3.4.1 群组的形成第39页
        3.4.2 特征因子的聚合第39-40页
            3.4.2.1 聚合函数及聚合策略第39-40页
            3.4.2.2 群组成员特征因子聚合第40页
    3.5 群组评分预测及推荐列表的形成第40-41页
    3.6 算法描述及处理过程第41-43页
    3.7 本章小结第43-44页
4 模拟实验与结果分析第44-51页
    4.1 实验数据及评价指标第44-45页
        4.1.1 实验数据第44-45页
        4.1.2 实验评价指标第45页
    4.2 实验环境及实验方案第45-46页
        4.2.1 实验环境第45-46页
        4.2.2 实验方案第46页
    4.3 实验内容及实验结果分析与讨论第46-50页
        4.3.1 本文算法在不同规模群组上的效果第46-47页
        4.3.2 与传统群组推荐算法的效果比较第47-49页
        4.3.3 数据稀疏性对群组推荐效果的影响第49页
        4.3.4 不同填充方案的效果第49-50页
    4.4 本章小结第50-51页
5 基于SVD++的协同过滤群组推荐系统的设计与实现第51-57页
    5.1 设计原理第51页
    5.2 设计方案第51-52页
    5.3 系统功能界面展示第52-56页
        5.3.1 系统主界面第52-53页
        5.3.2 数据加载界面第53页
        5.3.3 群组形成界面第53-54页
        5.3.4 群组推荐界面第54-55页
        5.3.5 推荐效果评价界面第55-56页
    5.4 本章小结第56-57页
6 总结与展望第57-59页
    6.1 本文总结第57-58页
    6.2 工作展望第58-59页
参考文献第59-67页
攻读学位期间取得的研究成果第67-68页
致谢第68-70页

论文共70页,点击 下载论文
上一篇:基于相关滤波的目标跟踪算法研究
下一篇:面向LBSN的隐私保护方法研究