协同过滤推荐系统中的冷启动问题研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究的背景和意义 | 第11-13页 |
| ·推荐系统的研究现状 | 第13-16页 |
| ·推荐系统发展概述 | 第13-14页 |
| ·推荐系统算法概述 | 第14-15页 |
| ·协同过滤推荐系统面临的挑战 | 第15-16页 |
| ·本文的研究内容 | 第16-17页 |
| ·文章结构安排 | 第17-19页 |
| 第二章 协同过滤推荐技术及冷启动问题 | 第19-31页 |
| ·协同过滤推荐技术 | 第19-25页 |
| ·协同过滤推荐技术概述 | 第19页 |
| ·协同过滤算法基本原理 | 第19-21页 |
| ·协同过滤算法分类 | 第21-24页 |
| ·协同过滤推荐算法存在的主要问题 | 第24-25页 |
| ·冷启动问题 | 第25-30页 |
| ·新用户问题 | 第25-26页 |
| ·新项目问题 | 第26页 |
| ·冷启动问题解决现状 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 解决冷启动问题的算法框架 | 第31-36页 |
| ·聚类 | 第32页 |
| ·分类 | 第32-35页 |
| ·分类模型建立 | 第33-34页 |
| ·对新数据对象分类 | 第34-35页 |
| ·推荐产生 | 第35-36页 |
| 第四章 算法框架在解决新用户问题上的应用 | 第36-51页 |
| ·对现有用户聚类 | 第36-37页 |
| ·构建决策树 | 第37-41页 |
| ·决策树形成原理 | 第37-40页 |
| ·用户决策树建立 | 第40-41页 |
| ·对新用户分类 | 第41-42页 |
| ·产生推荐 | 第42-43页 |
| ·实验及分析 | 第43-50页 |
| ·实验数据集及预处理 | 第43-44页 |
| ·算法评价标准 | 第44页 |
| ·实验结果及讨论 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 算法框架在解决新项目问题上的应用 | 第51-61页 |
| ·CPCT 算法实施 | 第51-56页 |
| ·对已存在项目进行聚类 | 第51-52页 |
| ·建立项目决策树 | 第52-54页 |
| ·对新项目进行分类 | 第54-55页 |
| ·产生推荐 | 第55-56页 |
| ·实验及分析 | 第56-60页 |
| ·数据集选择及预处理 | 第56页 |
| ·实验结果及讨论 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结束语 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 作者在学期间取得的学术成果 | 第69页 |
