基于协同过滤算法的个性化图书推荐系统的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 推荐技术的研究现状 | 第10-12页 |
| 1.2.2 协同过滤算法的研究现状 | 第12-13页 |
| 1.3 论文的组织结构 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 组织结构 | 第14-15页 |
| 2 个性化推荐系统的相关研究 | 第15-25页 |
| 2.1 个性化推荐系统的概念 | 第15-18页 |
| 2.1.1 推荐系统工作原理 | 第15页 |
| 2.1.2 推荐系统分类 | 第15-17页 |
| 2.1.3 测试和评判标准 | 第17-18页 |
| 2.2 个性化推荐相似度计算方式 | 第18-20页 |
| 2.2.1 皮尔逊相关系数 | 第18-19页 |
| 2.2.2 余弦相似度 | 第19页 |
| 2.2.3 欧式距离相似度 | 第19-20页 |
| 2.3 常用的协同过滤算法 | 第20-23页 |
| 2.3.1 基于用户的协同过滤推荐算法 | 第20-21页 |
| 2.3.2 基于项目的协同过滤算法 | 第21-22页 |
| 2.3.3 Slope one推荐算法 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 3 基于项目属性信息的填充算法 | 第25-35页 |
| 3.1 概述 | 第25页 |
| 3.2 Jaccrad相似度 | 第25-26页 |
| 3.3 属性携带信息 | 第26-29页 |
| 3.4 基于项目属性的填充算法 | 第29-30页 |
| 3.5 实验结果与分析 | 第30-33页 |
| 3.5.1 实验数据来源及说明 | 第30-31页 |
| 3.5.2 实验方案 | 第31页 |
| 3.5.3 评测标准 | 第31页 |
| 3.5.4 结果分析 | 第31-33页 |
| 3.6 本章小结 | 第33-35页 |
| 4 改进基于用户的协同过滤推荐算法 | 第35-43页 |
| 4.1 概述 | 第35页 |
| 4.2 基于公共项目数量的用户相似度 | 第35-37页 |
| 4.3 用户属性评分相似度 | 第37-39页 |
| 4.4 改进基于用户的协同过滤算法 | 第39页 |
| 4.5 实验数据和方案 | 第39-42页 |
| 4.5.1 评测标准 | 第40页 |
| 4.5.2 结果分析 | 第40-42页 |
| 4.6 本章小结 | 第42-43页 |
| 5 个性化图书推荐系统的设计与实现 | 第43-49页 |
| 5.1 图书推荐系统需求分析 | 第43-44页 |
| 5.1.1 功能分析 | 第43-44页 |
| 5.1.2 性能需求 | 第44页 |
| 5.2 系统设计 | 第44-46页 |
| 5.2.1 系统构架 | 第44-45页 |
| 5.2.2 功能模块 | 第45-46页 |
| 5.2.3 数据库设计 | 第46页 |
| 5.3 推荐系统的实现 | 第46-48页 |
| 5.3.1 开发环境 | 第46页 |
| 5.3.2 系统界面 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 总结和展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第55页 |
