基于协同过滤的推荐技术研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题的研究背景与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·国外现状 | 第13-14页 |
| ·国内现状 | 第14-15页 |
| ·本文研究内容 | 第15页 |
| ·论文的结构安排 | 第15-17页 |
| 第2章 电子商务推荐系统及相关技术概述 | 第17-35页 |
| ·推荐系统简介 | 第17-19页 |
| ·推荐系统定义 | 第17-18页 |
| ·推荐系统主要研究内容 | 第18-19页 |
| ·推荐技术 | 第19-23页 |
| ·基于关联规则的推荐技术 | 第19-21页 |
| ·基于内容的推荐 | 第21-23页 |
| ·协同过滤推荐算法 | 第23-33页 |
| ·协同过滤理论基础 | 第24页 |
| ·协同过滤推荐算法实现过程 | 第24-25页 |
| ·协同过滤推荐算法分类 | 第25-33页 |
| ·推荐系统面临的问题与挑战 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于加权项目相似性的模糊聚类推荐算法 | 第35-52页 |
| ·问题的提出 | 第35页 |
| ·相关技术分析 | 第35-42页 |
| ·模糊聚类技术 | 第35-42页 |
| ·用户背景信息 | 第42页 |
| ·基于加权项目相似性的模糊聚类推荐算法 | 第42-48页 |
| ·基于用户背景信息的模糊聚类 | 第43-44页 |
| ·加权的项目相似性计算 | 第44-45页 |
| ·基于项目的推荐 | 第45-48页 |
| ·实验结果及分析 | 第48-51页 |
| ·实验数据集 | 第48页 |
| ·推荐质量评价标准 | 第48页 |
| ·实验结果分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 融入共同评分影响因子的协同过滤推荐算法 | 第52-63页 |
| ·奇异值分解技术 | 第52-54页 |
| ·融入共同评分影响因子的协同过滤推荐算法 | 第54-58页 |
| ·共同评分影响因子 | 第54页 |
| ·改进的用户相似度计算方法 | 第54-55页 |
| ·最近邻选取和评分预测 | 第55-58页 |
| ·实验结果与分析 | 第58-62页 |
| ·实验方案 | 第58页 |
| ·实验过程与结果分析 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第70页 |
