协同过滤技术在个性化推荐中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·引言 | 第11页 |
| ·个性化推荐技术 | 第11-13页 |
| ·推荐系统简介 | 第11-12页 |
| ·个性化推荐技术 | 第12-13页 |
| ·协同过滤技术 | 第13-17页 |
| ·信息检索 | 第13-14页 |
| ·信息过滤 | 第14-15页 |
| ·协同过滤 | 第15-17页 |
| ·课题来源与本文组织 | 第17-18页 |
| ·课题来源 | 第17页 |
| ·本文组织 | 第17-18页 |
| 第二章 个性化推荐系统研究 | 第18-30页 |
| ·个性化推荐系统应用现状 | 第18-19页 |
| ·应用举例 | 第18-19页 |
| ·存在的问题 | 第19页 |
| ·个性化推荐系统的输入与输出 | 第19-21页 |
| ·输入 | 第19-20页 |
| ·输出 | 第20-21页 |
| ·个性化推荐系统的分类 | 第21-22页 |
| ·个性化推荐的主要方法 | 第22-29页 |
| ·基于规则的方法 | 第22-23页 |
| ·基于内容的方法 | 第23-24页 |
| ·知识工程方法 | 第24页 |
| ·数据挖掘方法 | 第24-28页 |
| ·数据挖掘简介 | 第24-25页 |
| ·Web数据挖掘 | 第25-27页 |
| ·数据挖掘在个性化推荐系统中的应用 | 第27-28页 |
| ·协同过滤方法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 协同过滤推荐算法 | 第30-36页 |
| ·现有推荐算法简介 | 第30-31页 |
| ·协同过滤推荐算法 | 第31-34页 |
| ·基于用户的协同过滤推荐算法 | 第31-33页 |
| ·基于项目的协同过滤推荐算法 | 第33-34页 |
| ·传统协同过滤推荐算法存在的不足 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 协同过滤推荐算法的改进 | 第36-44页 |
| ·传统协同过滤推荐算法的利弊分析 | 第36-38页 |
| ·协同过滤推荐的改进算法 | 第38-40页 |
| ·改进算法的基本思路 | 第38页 |
| ·改进算法的输入与输出 | 第38页 |
| ·改进算法的具体步骤 | 第38-40页 |
| ·改进算法的优势分析 | 第40页 |
| ·实验 | 第40-43页 |
| ·实验数据集与环境 | 第40-41页 |
| ·实验度量标准与方法 | 第41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 结束语 | 第44-46页 |
| ·本文总结 | 第44页 |
| ·工作展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士期间主要科研工作及成果 | 第50页 |
