| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景及研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文内容与结构安排 | 第16-18页 |
| 第二章 基于改进的杰卡德统一算子相似度的协同过滤 | 第18-38页 |
| 2.1 协同过滤推荐相关技术 | 第18-26页 |
| 2.1.1 常用的协同过滤 | 第18-20页 |
| 2.1.2 Memory-based协同过滤原理 | 第20-21页 |
| 2.1.3 Memory-based协同过滤的实现过程 | 第21-26页 |
| 2.1.4 推荐算法评估策略 | 第26页 |
| 2.2 JacUOD相似度 | 第26-30页 |
| 2.2.1 传统相似度测量方法的缺陷 | 第26-28页 |
| 2.2.2 JacUOD相似度算法原理 | 第28-30页 |
| 2.3 IJacUOD的协同过滤 | 第30-33页 |
| 2.3.1 IJacUOD相似度 | 第30-32页 |
| 2.3.2 IJacUOD相似度的协同过滤实现 | 第32-33页 |
| 2.4 实验结果及分析 | 第33-37页 |
| 2.4.1 实验数据集及实验设置 | 第33页 |
| 2.4.2 评价标准 | 第33-34页 |
| 2.4.3 实验结果 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 基于变权重均值填充协同过滤算法 | 第38-46页 |
| 3.1 问题的提出 | 第38-39页 |
| 3.2 现有的解决方案 | 第39-41页 |
| 3.3 改进的协同过滤算法 | 第41-43页 |
| 3.3.1 改进的策略及原理 | 第41页 |
| 3.3.2 算法步骤 | 第41-43页 |
| 3.4 实验分析 | 第43-45页 |
| 3.4.1 数据集及度量标准 | 第43页 |
| 3.4.2 实验结果及分析 | 第43-45页 |
| 3.5 小结 | 第45-46页 |
| 第四章 基于SVD插值的变权重协同过滤 | 第46-54页 |
| 4.1 问题的提出及现有解决方法 | 第46页 |
| 4.2 基于SVD填充的变权重协同过滤 | 第46-49页 |
| 4.2.1 SVD算法 | 第46-47页 |
| 4.2.2 变权重相似度计算 | 第47页 |
| 4.2.3 基于SVD填充的变权重协同过滤实现 | 第47-49页 |
| 4.3 实验结果及分析 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |