基于用户性格的协同过滤推荐研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·主要推荐算法研究现状 | 第11-12页 |
| ·协同过滤推荐研究现状 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·论文结构 | 第13-16页 |
| 第二章 协同过滤推荐系统 | 第16-28页 |
| ·推荐系统 | 第16-19页 |
| ·推荐系统定义及主要数据模块 | 第16-17页 |
| ·推荐系统的分类介绍 | 第17-19页 |
| ·协同过滤推荐算法 | 第19-24页 |
| ·协同过滤推荐系统分类与流程 | 第19-20页 |
| ·计算用户相似度 | 第20-21页 |
| ·最近邻选择 | 第21-22页 |
| ·估算用户对项目的评分 | 第22-23页 |
| ·推荐结果评估 | 第23-24页 |
| ·算法优缺点 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 性格分类学说 | 第28-34页 |
| ·性格 | 第28页 |
| ·一些分类学说 | 第28-31页 |
| ·MBTI | 第28-29页 |
| ·九型人格 | 第29-30页 |
| ·霍兰德职业兴趣理论 | 第30-31页 |
| ·本文采用的划分方法 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 基于用户性格的协同过滤推荐 | 第34-44页 |
| ·推荐思路及用户性格的获取 | 第34-35页 |
| ·推荐出发点 | 第34页 |
| ·获取用户性格的途径 | 第34-35页 |
| ·基于用户性格的推荐流程 | 第35-38页 |
| ·只考虑用户性格特征计算用户相似度 | 第35-36页 |
| ·加权考虑用户性格特征和用户评分 | 第36-37页 |
| ·选取最近邻 | 第37页 |
| ·推荐及评估 | 第37-38页 |
| ·性格-项目偏好矩阵 | 第38-40页 |
| ·相关算法展示 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 实验数据处理与讨论 | 第44-52页 |
| ·实验数据获取 | 第44-46页 |
| ·问卷设计 | 第44页 |
| ·问卷统计分析 | 第44-46页 |
| ·实验数据处理 | 第46-51页 |
| ·实验环境 | 第46页 |
| ·数据处理过程 | 第46-50页 |
| ·结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·论文研究总结 | 第52-53页 |
| ·研究内容总结 | 第52页 |
| ·本文方法的优点 | 第52-53页 |
| ·论文研究不足与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录：用户对电影的评分问卷 | 第58-62页 |
| 致谢 | 第62页 |
