协同过滤推荐系统多样性和动态变化问题的研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.3 研究内容及研究路线 | 第16-18页 |
| 1.4 论文结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 推荐系统研究综述 | 第20-34页 |
| 2.1 推荐系统概论 | 第20-21页 |
| 2.2 主流的推荐算法 | 第21-26页 |
| 2.2.1 基于内容的推荐 | 第21-22页 |
| 2.2.2 协同过滤推荐 | 第22-24页 |
| 2.2.3 基于关联规则的推荐 | 第24-25页 |
| 2.2.4 基于知识的推荐 | 第25页 |
| 2.2.5 基于效用的推荐 | 第25-26页 |
| 2.2.6 混合推荐 | 第26页 |
| 2.3 协同过滤推荐算法 | 第26-31页 |
| 2.3.1 协同过滤推荐算法的思想 | 第26-27页 |
| 2.3.2 协同过滤推荐算法的分类 | 第27-29页 |
| 2.3.3 协同过滤推荐算法的具体步骤 | 第29-31页 |
| 2.4 常用的评价指标 | 第31-33页 |
| 2.4.1 精确性评价指标 | 第31-32页 |
| 2.4.2 多样性评价指标 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于项目类别属性的协同过滤推荐算法 | 第34-44页 |
| 3.1 推荐多样性需求分析 | 第34页 |
| 3.2 推荐系统的多样性问题 | 第34-35页 |
| 3.2.1 产生原因 | 第34-35页 |
| 3.2.2 现有改进存在的不足 | 第35页 |
| 3.3 基于项目类别属性的改进算法 | 第35-40页 |
| 3.3.1 改进算法的思想 | 第35-36页 |
| 3.3.2 项目类别贡献函数 | 第36-37页 |
| 3.3.3 预测评分的计算 | 第37页 |
| 3.3.4 改进算法的推荐步骤 | 第37-38页 |
| 3.3.5 改进算法的实现 | 第38-40页 |
| 3.4 实验数据及评价指标 | 第40页 |
| 3.4.1 实验数据 | 第40页 |
| 3.4.2 评价指标 | 第40页 |
| 3.5 实验结果与分析 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于时间周期性加权的协同过滤推荐算法 | 第44-54页 |
| 4.1 时间周期性需求分析 | 第44页 |
| 4.2 推荐系统的动态变化问题 | 第44-45页 |
| 4.2.1 产生原因 | 第44-45页 |
| 4.2.2 现有改进存在的不足 | 第45页 |
| 4.3 基于时间周期性加权的改进算法 | 第45-50页 |
| 4.3.1 改进算法的思想 | 第45-47页 |
| 4.3.2 遗忘函数 | 第47页 |
| 4.3.3 相似度的计算 | 第47-48页 |
| 4.3.4 周期贡献函数 | 第48页 |
| 4.3.5 预测评分的计算 | 第48页 |
| 4.3.6 改进算法的推荐步骤 | 第48-49页 |
| 4.3.7 改进算法的实现 | 第49-50页 |
| 4.4 实验数据及评价指标 | 第50页 |
| 4.4.1 实验数据 | 第50页 |
| 4.4.2 评价指标 | 第50页 |
| 4.5 实验结果与分析 | 第50-52页 |
| 4.6 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表或投稿的学术论文 | 第60-62页 |
| 致谢 | 第62页 |
