| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-14页 |
| 1.2 研究意义 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 相关技术概述 | 第19-28页 |
| 2.1 本体 | 第19-22页 |
| 2.1.1 本体的定义 | 第19-20页 |
| 2.1.2 本体的分类 | 第20-21页 |
| 2.1.3 本体描述语言 | 第21-22页 |
| 2.2 推荐系统 | 第22-27页 |
| 2.2.1 推荐系统的算法 | 第22-24页 |
| 2.2.2 协同过滤算法 | 第24页 |
| 2.2.3 未来推荐系统研究的热点方向 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 本体音乐个性化推荐模型设计 | 第28-40页 |
| 3.1 模型框架 | 第28-29页 |
| 3.2 推荐问题定义 | 第29-30页 |
| 3.3 系统模块设计 | 第30-39页 |
| 3.3.1 用户兴趣模型设计模块 | 第30-31页 |
| 3.3.2 领域本体构建模块 | 第31页 |
| 3.3.3 领域本体到用户本体映射模块 | 第31-32页 |
| 3.3.4 获取系统数据集模块 | 第32-33页 |
| 3.3.5 用户兴趣本体存储模块 | 第33页 |
| 3.3.6 用户兴趣模型更新模块 | 第33-35页 |
| 3.3.7 用户兴趣模型聚类模型 | 第35-38页 |
| 3.3.8 产生Top-N个性化推荐列表模块 | 第38-39页 |
| 3.4 评价指标 | 第39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 音乐个性化推荐系统开发 | 第40-56页 |
| 4.1 系统开发及运行环境 | 第40-41页 |
| 4.1.1 系统开发环境 | 第40-41页 |
| 4.1.2 系统开发硬件环境 | 第41页 |
| 4.2 主要模块的实现 | 第41-52页 |
| 4.2.1 领域本体构建模块的实现 | 第42-44页 |
| 4.2.2 获取系统数据集模块的实现 | 第44页 |
| 4.2.3 领域本体到用户本体映射及初始化模块的实现 | 第44-45页 |
| 4.2.4 用户兴趣本体存储模块的实现 | 第45-46页 |
| 4.2.5 用户兴趣模型的训练 | 第46-48页 |
| 4.2.6 个性化推荐模块的实现 | 第48-52页 |
| 4.3 系统的运行 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 系统的测试与分析 | 第56-63页 |
| 5.1 主流四大聚类算法性能比较 | 第56-59页 |
| 5.1.1 层次聚类算法 | 第56页 |
| 5.1.2 SOM聚类算法 | 第56-57页 |
| 5.1.3 FCM聚类算法 | 第57页 |
| 5.1.4 四种聚类算法试验 | 第57-59页 |
| 5.2 三种协同算法推荐准确性比较 | 第59-60页 |
| 5.3 个性化音乐推荐系统 | 第60-62页 |
| 5.3.1 测试方法 | 第60页 |
| 5.3.2 单元测试 | 第60-62页 |
| 5.3.3 集成测试 | 第62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间发表的学术论文 | 第69页 |