基于聚类专家选择的协同过滤推荐算法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题背景与研究意义 | 第10-11页 |
| ·个性化推荐研究内容 | 第11-12页 |
| ·个性化推荐研究现状 | 第12-14页 |
| ·本文的研究目标及组织架构 | 第14-16页 |
| 第2章 协同过滤推荐算法的研究 | 第16-28页 |
| ·概述协同过滤推荐算法 | 第16-17页 |
| ·基于内存的协同过滤推荐算法 | 第17-24页 |
| ·基于用户的协同过滤推荐算法 | 第17-21页 |
| ·基于项目的协同过滤推荐算法 | 第21-24页 |
| ·两种算法的比较 | 第24页 |
| ·基于专家选择的协同过滤推荐算法研究现状 | 第24-26页 |
| ·几个常用的评估指标 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于聚类专家选择的协同过滤推荐算法 | 第28-37页 |
| ·问题的提出 | 第28页 |
| ·问题的详述 | 第28-29页 |
| ·问题的解决方案 | 第29-33页 |
| ·基于项目聚类的商品领域划分 | 第30-32页 |
| ·改进的相似度计算公式 | 第32-33页 |
| ·算法流程 | 第33-35页 |
| ·算法特点 | 第35页 |
| ·本章总结 | 第35-37页 |
| 第4章 实验及结果分析 | 第37-41页 |
| ·实验硬件和软件 | 第37页 |
| ·实验数据 | 第37页 |
| ·实验设计 | 第37页 |
| ·算法的精确性和成功率 | 第37-39页 |
| ·聚类个数的选择对本文算法精度的影响 | 第39页 |
| ·算法在不同评分环境下的稳定性 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 总结与展望 | 第41-43页 |
| ·总结 | 第41页 |
| ·展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第47页 |