| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 引言 | 第8-12页 |
| 1.1 研究背景与动机 | 第8-9页 |
| 1.2 研究架构 | 第9-11页 |
| 1.3 研究难点与创新点 | 第11-12页 |
| 1.3.1 本文研究难点 | 第11页 |
| 1.3.2 本文创新点 | 第11-12页 |
| 第2章 理论基础 | 第12-19页 |
| 2.1 类免疫算法 | 第12-16页 |
| 2.1.1 类免疫算法相关名词解释 | 第12-14页 |
| 2.1.2 类免疫算法流程 | 第14-16页 |
| 2.2 协同过滤算法 | 第16-19页 |
| 2.2.1 协同过滤类型及运作 | 第16-18页 |
| 2.2.2 协同过滤优缺点 | 第18-19页 |
| 第3章 国内外研究现状 | 第19-24页 |
| 3.1 类免疫算法研究现状 | 第19-20页 |
| 3.2 协同过滤算法研究现状 | 第20-22页 |
| 3.3 定期存款预测方法研究现状 | 第22-24页 |
| 第4章 研究方法 | 第24-32页 |
| 4.1 研究方法之架构 | 第24页 |
| 4.2 预测模型之训练阶段 | 第24-28页 |
| 4.2.1 初始化免疫网络 | 第26-27页 |
| 4.2.2 计算亲和力 | 第27页 |
| 4.2.3 免疫网络扩增 | 第27-28页 |
| 4.3 预测模型之测试阶段 | 第28-30页 |
| 4.3.1 搜寻最近群中心 | 第29-30页 |
| 4.3.2 预测结果 | 第30页 |
| 4.4 冷启动问题解决原理 | 第30-32页 |
| 第5章 实验设计与模型计算 | 第32-37页 |
| 5.1 资料集概述 | 第32-34页 |
| 5.2 实验设计与说明 | 第34-35页 |
| 5.3 推荐系统之衡量指标 | 第35-37页 |
| 5.3.1 Precision-Recall衡量指标 | 第35-36页 |
| 5.3.2 Accuracy衡量指标 | 第36页 |
| 5.3.3 Specificity衡量指标 | 第36-37页 |
| 第6章 实验结果分析与对策建议 | 第37-42页 |
| 6.1 实验结果分析 | 第37-40页 |
| 6.1.1 实验结果 | 第37-40页 |
| 6.1.2 实验结果分析 | 第40页 |
| 6.2 对策建议 | 第40-42页 |
| 第7章 结论与展望 | 第42-43页 |
| 7.1 结论 | 第42页 |
| 7.2 展望 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |