基于耦合相似度的协同过滤算法的研究及应用
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文的主要内容和组织结构 | 第13-15页 |
| 1.3.1 本文的主要内容 | 第13-14页 |
| 1.3.2 本文的组织结构 | 第14-15页 |
| 第二章 协同过滤算法 | 第15-29页 |
| 2.1 基于内存的算法 | 第16-18页 |
| 2.1.1 基于用户的协同过滤算法 | 第16-17页 |
| 2.1.2 基于物品的协同过滤算法 | 第17-18页 |
| 2.2 基于模型的算法 | 第18-24页 |
| 2.2.1 矩阵分解模型 | 第18-20页 |
| 2.2.2 改进方法 | 第20-23页 |
| 2.2.3 推荐效果 | 第23-24页 |
| 2.3 协同过滤算法存在的问题 | 第24-25页 |
| 2.4 协同过滤算法的评价方法 | 第25-29页 |
| 第三章 基于内存的协同过滤改进算法 | 第29-41页 |
| 3.1 耦合相似度 | 第29-32页 |
| 3.2 相似度模型 | 第32-33页 |
| 3.3 算法框架 | 第33-34页 |
| 3.3.1 耦合相似度下的基于用户的协同过滤算法 | 第33页 |
| 3.3.2 耦合相似度下的基于物品的协同过滤算法 | 第33-34页 |
| 3.4 实验结果及分析 | 第34-40页 |
| 3.4.1 数据集 | 第34-35页 |
| 3.4.2 实验的评价标准 | 第35-36页 |
| 3.4.3 实验结果及分析 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于模型的协同过滤改进算法 | 第41-55页 |
| 4.1 算法框架 | 第41-45页 |
| 4.1.1 算法描述 | 第41-42页 |
| 4.1.2 加入相似度的矩阵分解模型 | 第42-45页 |
| 4.2 实验结果及分析 | 第45-53页 |
| 4.2.1 数据集 | 第45-46页 |
| 4.2.2 实验的评价标准 | 第46-47页 |
| 4.2.3 实验结果及讨论 | 第47-53页 |
| 4.3 本章小结 | 第53-55页 |
| 第五章 总结和展望 | 第55-59页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
