互联网推荐系统中的协同过滤算法研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-19页 |
·研究背景 | 第10-11页 |
·国内研究现状 | 第11-13页 |
·国外研究现状 | 第13-17页 |
·本文工作安排 | 第17-18页 |
·本章小结 | 第18-19页 |
第2章 推荐系统概述 | 第19-35页 |
·推荐问题的定义 | 第19-20页 |
·推荐系统的组成结构 | 第20-21页 |
·推荐算法 | 第21-33页 |
·基于内容的推荐算法 | 第22-23页 |
·协同过滤推荐算法 | 第23-32页 |
·组合推荐算法 | 第32-33页 |
·推荐系统的问题与挑战 | 第33页 |
·本章小结 | 第33-35页 |
第3章 基于时间权重的最近邻协同过滤算法 | 第35-58页 |
·问题的提出与分析 | 第35-37页 |
·基于时间权重的最近邻协同过滤算法 | 第37-44页 |
·算法框架设计 | 第39-40页 |
·算法模块设计 | 第40-44页 |
·概率潜在语义模型 | 第44-48页 |
·算法框架设计 | 第45-46页 |
·算法模块设计 | 第46-48页 |
·实验与结果 | 第48-57页 |
·实验数据集 | 第48-49页 |
·实验评价指标 | 第49-50页 |
·实验设计 | 第50-51页 |
·实验结果 | 第51-55页 |
·结果分析 | 第55-57页 |
·本章小结 | 第57-58页 |
第4章 总结与展望 | 第58-60页 |
·本文总结 | 第58-59页 |
·研究展望 | 第59-60页 |
参考文献 | 第60-63页 |
攻读硕士学位期间主要的研究成果 | 第63-64页 |
致谢 | 第64页 |