基于协同过滤的推荐系统的设计与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 概述 | 第8-14页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要工作 | 第11-12页 |
| 1.4 本文结构安排 | 第12-14页 |
| 第2章 相关技术分析 | 第14-23页 |
| 2.1 推荐系统概述 | 第14-15页 |
| 2.2 现有的推荐技术分类 | 第15-19页 |
| 2.3 常见的协同过滤算法 | 第19-22页 |
| 2.4 本章小节 | 第22-23页 |
| 第3章 基于用户-项目的混合协同过滤算法 | 第23-36页 |
| 3.1 协同过滤面临的问题 | 第23-24页 |
| 3.2 混合算法思想流程 | 第24-26页 |
| 3.3 混合算法实现 | 第26-34页 |
| 3.4 TOP-N推荐方法 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 实验结果及分析 | 第36-47页 |
| 4.1 实验数据 | 第36-37页 |
| 4.2 实验评测指标 | 第37-38页 |
| 4.3 实验方案 | 第38页 |
| 4.4 实验结果与分析 | 第38-45页 |
| 4.5 本章小节 | 第45-47页 |
| 第5章 推荐系统的设计与实现 | 第47-61页 |
| 5.1 系统需求分析 | 第47-49页 |
| 5.2 系统功能设计 | 第49-51页 |
| 5.3 系统总体构架设计 | 第51-53页 |
| 5.4 系统详细设计 | 第53-60页 |
| 5.5 本章小节 | 第60-61页 |
| 第6章 系统的部署与测试 | 第61-71页 |
| 6.1 电影推荐系统的部署 | 第61-62页 |
| 6.2 系统测试 | 第62-65页 |
| 6.3 系统运行界面 | 第65-70页 |
| 6.4 本章小结 | 第70-71页 |
| 第7章 总结与展望 | 第71-73页 |
| 7.1 总结 | 第71页 |
| 7.2 展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78页 |
