个性化推荐系统的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·选题的背景和意义 | 第8-11页 |
| ·选题的背景 | 第8-10页 |
| ·选题的意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·国内研究现状 | 第11页 |
| ·国外研究现状 | 第11-13页 |
| ·课题研究的主要内容 | 第13-15页 |
| ·论文的结构 | 第15-16页 |
| 第2章 相关技术基础 | 第16-30页 |
| ·推荐系统的基本概念 | 第16-22页 |
| ·推荐系统 | 第16-18页 |
| ·推荐系统的性能评测方法 | 第18-21页 |
| ·推荐算法测试数据集 | 第21页 |
| ·常见的几种推荐系统 | 第21-22页 |
| ·R语言简介 | 第22-24页 |
| ·R语言的数据类型 | 第23页 |
| ·R语言的绘图功能 | 第23-24页 |
| ·协同过滤算法 | 第24-27页 |
| ·协同过滤算法的分类 | 第24页 |
| ·基于用户的协同过滤算法 | 第24-26页 |
| ·基于商品的协同过滤算法 | 第26-27页 |
| ·基于内容的推荐算法 | 第27-28页 |
| ·算法思想 | 第27-28页 |
| ·算法的缺陷 | 第28页 |
| ·基于二部分图网络结构的推荐算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于二部分图网络结构的推荐算法 | 第30-38页 |
| ·基于二部分图网络结构的推荐算法 | 第30-31页 |
| ·二部分图网络结构 | 第30页 |
| ·几种常见的网络结构推荐算法 | 第30-31页 |
| ·标准的物质扩散推荐算法 | 第31-34页 |
| ·算法思想 | 第31-32页 |
| ·算法实现步骤 | 第32-33页 |
| ·算法的缺陷 | 第33-34页 |
| ·基于用户评分的网络结构推荐算法 | 第34-37页 |
| ·算法思想 | 第34-35页 |
| ·算法实现步骤 | 第35-37页 |
| ·算法优势 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 改进算法的实验分析 | 第38-52页 |
| ·实验评价指标 | 第38-39页 |
| ·实验数据集的基本情况 | 第39-46页 |
| ·基本情况 | 第39-42页 |
| ·数据集ETL过程 | 第42-46页 |
| ·本文改进算法的实验分析 | 第46-48页 |
| ·实验分析 | 第46-47页 |
| ·实验结果分析 | 第47-48页 |
| ·各算法性能的对比 | 第48-50页 |
| ·召回率对比分析 | 第48-49页 |
| ·ROC曲线对比分析 | 第49-50页 |
| ·预测准确性对比分析 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-55页 |
| ·论文主要工作总结 | 第52-53页 |
| ·论文创新点 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60页 |
