基于多属性评分的电子商务个性化推荐算法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状及分析 | 第12-15页 |
| 1.2.1 基于用户单一维度评分的个性化推荐 | 第12-13页 |
| 1.2.2 基于用户多属性评分的个性化推荐 | 第13-15页 |
| 1.3 论文的研究内容和结构安排 | 第15-18页 |
| 1.3.1 论文的研究内容 | 第15-16页 |
| 1.3.2 论文的结构安排 | 第16-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 相关技术 | 第19-29页 |
| 2.1 传统推荐系统算法 | 第19-21页 |
| 2.1.1 基于协同过滤的推荐 | 第19页 |
| 2.1.2 基于关联规则推荐 | 第19-20页 |
| 2.1.3 基于内容的推荐 | 第20-21页 |
| 2.1.4 基于混合的推荐 | 第21页 |
| 2.2 协同过滤推荐技术 | 第21-26页 |
| 2.2.1 基于用户的协同过滤算法 | 第21-24页 |
| 2.2.2 基于项目的协同过滤算法 | 第24-26页 |
| 2.3 推荐系统评价指标 | 第26-28页 |
| 2.3.1 推荐系统的准确率 | 第26页 |
| 2.3.2 推荐系统的多样性 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 实验数据收集及处理 | 第29-35页 |
| 3.1 实验数据的来源 | 第29-31页 |
| 3.2 实验数据收集和处理 | 第31-34页 |
| 3.2.1 收集 | 第31-33页 |
| 3.2.2 处理 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 基于多属性评分协同过滤算法实证研究 | 第35-44页 |
| 4.1 引言 | 第35页 |
| 4.2 推荐领域中的多属性评分 | 第35-37页 |
| 4.3 基于多属性评分协同过滤算法 | 第37-39页 |
| 4.3.1 基于多属性相似性平均的协同过滤算法 | 第37-38页 |
| 4.3.2 基于多属性多维距离的协同过滤算法 | 第38页 |
| 4.3.3 基于多属性的AHP协同过滤算法 | 第38-39页 |
| 4.4 实证分析 | 第39-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于多属性线性规划的协同过滤算法 | 第44-52页 |
| 5.1 引言 | 第44-45页 |
| 5.2 多属性线性规划的协同过滤算法 | 第45-49页 |
| 5.2.1 多属性聚合函数 | 第45-47页 |
| 5.2.2 多目标线性规划求解权重 | 第47-49页 |
| 5.3 结果分析 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与未来的研究方向 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 未来的研究方向 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士期间的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
