| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-13页 |
| 1.1 研究背景 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-8页 |
| 1.3 推荐系统 | 第8-9页 |
| 1.4 针对目前的推荐算法提出的解决思路 | 第9-10页 |
| 1.5 本文主要研究内容 | 第10-11页 |
| 1.6 本课题的研究意义 | 第11-12页 |
| 1.7 本文组织结构 | 第12-13页 |
| 第二章 相关工作 | 第13-22页 |
| 2.1 相关电视节目推荐研究 | 第13-14页 |
| 2.2 协同过滤 | 第14-16页 |
| 2.2.1 协同过滤的优点 | 第15页 |
| 2.2.2 协同过滤的缺点 | 第15-16页 |
| 2.3 基于内容过滤 | 第16-17页 |
| 2.4 协同过滤与基于内容的过滤的比较 | 第17页 |
| 2.5 组合推荐 | 第17-18页 |
| 2.6 奇异值分解(SVD)技术 | 第18-19页 |
| 2.6.1 奇异值分解 | 第18-19页 |
| 2.7 IPTV | 第19页 |
| 2.8 为什么协同过滤技术在IPTV领域能够有效工作 | 第19-22页 |
| 2.8.1 数据分布 | 第19-20页 |
| 2.8.2 内在涵义 | 第20页 |
| 2.8.3 数据持久性 | 第20-22页 |
| 第三章 组合策略与系统架构 | 第22-29页 |
| 3.1 ICR系统业务流程 | 第22页 |
| 3.2 组合策略与系统架构 | 第22-29页 |
| 3.2.1 基于内容的推荐部分 | 第24-25页 |
| 3.2.2 协同过滤部分 | 第25-29页 |
| 第四章 实验与评估 | 第29-40页 |
| 4.1 评估指标 | 第29-30页 |
| 4.2 数据集 | 第30页 |
| 4.3 实验及结果分析 | 第30-40页 |
| 第五章 总结及未来工作 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 附件 | 第44页 |