首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

融合用户属性和兴趣对比度的协同过滤个性化推荐研究

摘要第6-7页
Abstract第7-8页
1 绪论第12-19页
    1.1 选题背景与意义第12-13页
    1.2 国内外的研究现状第13-16页
        1.2.1 个性化推荐的研究现状第13-15页
        1.2.2 协同过滤推荐的研究现状第15-16页
    1.3 本文的主要内容与创新第16-19页
        1.3.1 本文的主要内容第16-17页
        1.3.2 本文的创新点第17-19页
2 协同过滤推荐理论及算法研究第19-30页
    2.1 个性化推荐理论第19-23页
        2.1.1 个性化推荐的概念第19页
        2.1.2 个性化推荐的流程第19-21页
        2.1.3 主流个性化推荐技术的思路分析第21-23页
    2.2 协同过滤推荐的流程及应用第23-25页
        2.2.1 协同过滤推荐的流程第23-24页
        2.2.2 协同过滤推荐的应用第24-25页
    2.3 协同过滤的基本算法研究第25-26页
        2.3.1 基于用户的协同过滤算法第25-26页
        2.3.2 基于项目的协同过滤算法第26页
    2.4 协同过滤算法的瓶颈及改进第26-30页
        2.4.1 可扩展性问题第27页
        2.4.2 数据稀疏性问题第27-28页
        2.4.3 冷启动问题第28页
        2.4.4 针对算法瓶颈的改进第28-30页
3 融合用户属性和兴趣对比度的协同过滤推荐算法第30-38页
    3.1 用户属性概述第30-31页
        3.1.1 用户属性的内涵第30-31页
        3.1.2 用户属性信息的来源第31页
    3.2 用户属性的处理方法第31-33页
        3.2.1 现有的用户属性处理方法第31-33页
        3.2.2 本文处理用户属性的思路第33页
    3.3 兴趣对比度第33-35页
        3.3.1 用户兴趣的界定第33-34页
        3.3.2 兴趣对比度的含义第34-35页
    3.4 算法设计第35-38页
        3.4.1 用户属性的选取第35-36页
        3.4.2 算法的具体步骤第36-38页
4 算法验证与结果分析第38-48页
    4.1 实验数据集第38-39页
    4.2 评价标准第39-40页
    4.3 测试不同用户属性组合约束下的偏好感知能力第40-44页
        4.3.1 实验过程第40页
        4.3.2 结果分析第40-44页
    4.4 融合用户属性和兴趣对比度的协同过滤推荐算法的验证第44-48页
        4.4.1 实验过程第44页
        4.4.2 结果分析第44-48页
5 总结与展望第48-49页
参考文献第49-52页
攻读学位期间发表的学术论文第52-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:城镇化背景下湖北省建始县农村人力资源开发途径研究
下一篇:中国实现新型城镇化的路径研究--以重庆市为例