| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| 第一节 研究背景及研究意义 | 第11-15页 |
| 一、研究背景 | 第11-14页 |
| 二、研究意义 | 第14-15页 |
| 第二节 研究思路和主要内容 | 第15-19页 |
| 一、研究思路 | 第15-16页 |
| 二、研究内容 | 第16-18页 |
| 三、论文组织结构 | 第18-19页 |
| 第三节 本章小结 | 第19-20页 |
| 第二章 推荐系统及协同过滤推荐系统研究概述 | 第20-42页 |
| 第一节 推荐系统的定义 | 第20-21页 |
| 第二节 推荐系统分类 | 第21-25页 |
| 第三节 协同过滤推荐 | 第25-39页 |
| 一、协同过滤推荐的思想及原理 | 第25页 |
| 二、协同过滤推荐的步骤 | 第25-29页 |
| （一）用户信息的收集及建模 | 第26-27页 |
| （二）最近邻搜索 | 第27-28页 |
| （三）产生推荐 | 第28-29页 |
| 三、协同过滤推荐的分类 | 第29-37页 |
| （一）基于内存的协同过滤推荐 | 第30-36页 |
| （二）基于模型的协同过滤推荐 | 第36-37页 |
| 四、协同过滤推荐的优点与存在的问题 | 第37-39页 |
| （一）协同过滤推荐的优点 | 第37-38页 |
| （二）协同过滤推荐存在的问题 | 第38-39页 |
| 第四节 各类推荐系统的对比 | 第39-40页 |
| 第五节 推荐系统的研究方向与发展趋势 | 第40页 |
| 第六节 本章小结 | 第40-42页 |
| 第三章 基于用户兴趣变化的协同过滤推荐综述 | 第42-53页 |
| 第一节 用户兴趣变化问题 | 第42-44页 |
| 一、从用户角度描述 | 第42-43页 |
| 二、从系统角度描述 | 第43-44页 |
| 第二节 基于用户兴趣变化的协同过滤推荐算法思想的原理 | 第44-46页 |
| 第三节 基于用户兴趣变化的协同过滤推荐的分类 | 第46-50页 |
| 一、评分加权 | 第47-48页 |
| 二、评分选择 | 第48-49页 |
| 三、基于其他领域知识 | 第49-50页 |
| 第四节 各类基于用户兴趣变化的协同过滤推荐的对比 | 第50-51页 |
| 第五节 本章小结 | 第51-53页 |
| 第四章 基于用户兴趣变化的协同过滤推荐算法的改进 | 第53-60页 |
| 第一节 艾宾浩斯遗忘曲线 | 第53-54页 |
| 第二节 新模型提出 | 第54-56页 |
| 第三节 算法流程 | 第56-58页 |
| 第四节 本章小结 | 第58-60页 |
| 第五章 实验设计与结果分析 | 第60-67页 |
| 第一节 实验数据与实验环境 | 第60-61页 |
| 一、实验数据集 | 第60页 |
| 二、实验环境 | 第60-61页 |
| 第二节 检验指标 | 第61页 |
| 第三节 实验内容 | 第61-62页 |
| 第四节 实验结论与分析 | 第62-65页 |
| 第五节 本章小结 | 第65-67页 |
| 第六章 结论与展望 | 第67-70页 |
| 第一节 结论 | 第67-68页 |
| 第二节 未来工作展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 作者在读期间完成的研究成果 | 第79页 |