首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

面向稀疏性数据的协同过滤推荐算法的研究与实现

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-18页
   ·研究背景第10-12页
   ·研究内容和意义第12-16页
     ·研究内容第12-15页
     ·研究意义第15-16页
   ·论文结构第16-18页
第二章 相关理论研究第18-22页
   ·协同过滤原理第18-19页
   ·协同过滤算法的分类第19-20页
   ·协同过滤推荐面临的关键问题第20-21页
   ·推荐系统评价标准第21-22页
第三章 基于改进余弦相似性度量方法的协同过滤算法第22-30页
   ·引言第22页
   ·相似性度量方法简介第22-23页
   ·问题的提出第23-24页
   ·算法内容第24-27页
     ·定义第24页
     ·算法描述第24-25页
     ·算法流程第25-27页
   ·实验描述及其分析第27-28页
     ·实验环境第27页
     ·实验数据第27页
     ·评价标准第27-28页
     ·实验结果及其分析第28页
   ·本章小结第28-30页
第四章 基于项目与众数法空缺评分填补的协同过滤推荐算法第30-37页
   ·引言第30页
   ·问题的提出第30-31页
   ·算法内容第31-35页
     ·算法描述第31-32页
     ·算法流程第32-34页
     ·算法时间复杂度分析第34-35页
   ·实验描述及其分析第35-36页
     ·实验结果第35页
     ·实验结果分析第35-36页
   ·本章小结第36-37页
第五章 基于评分众数的协同过滤推荐系统中冷启动问题解决方法第37-45页
   ·引言第37-38页
   ·问题的提出第38-39页
   ·算法内容第39-41页
     ·算法描述第39-41页
   ·算法复杂度分析第41-42页
     ·时间复杂度分析第41-42页
     ·空间复杂度分析第42页
   ·实验描述及其分析第42-44页
     ·新用户问题实验结果及其分析第42-43页
     ·新项目问题实验结果及其分析第43-44页
   ·本章小结第44-45页
第六章 总结与展望第45-48页
   ·本文总结第45-46页
   ·下一步工作第46-48页
参考文献第48-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:一种在搜索日志中挖掘用户搜索意图并推荐相关搜索词的方法
下一篇:网页特征词典生成模型的设计与实现