基于新型邻域选择的个性化推荐系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.2 研究现状 | 第16-19页 |
| 1.3 研究内容和创新 | 第19页 |
| 1.4 论文架构和安排 | 第19-22页 |
| 第二章 推荐系统的研究 | 第22-30页 |
| 2.1 推荐系统数据集的介绍 | 第22页 |
| 2.2 KNN模型推荐系统 | 第22-24页 |
| 2.3 基于用户协同过滤推荐系统 | 第24-25页 |
| 2.4 基于物品协同过滤推荐系统 | 第25-27页 |
| 2.5 本章小结 | 第27-30页 |
| 第三章 社区检测方法 | 第30-42页 |
| 3.1 复杂网络的基本概念 | 第31页 |
| 3.2 复杂网络社区检测 | 第31-33页 |
| 3.3 社区检测的研究进展和趋势 | 第33-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 基于社区检测的协同过滤推荐系统 | 第42-52页 |
| 4.1 重叠社区检测 | 第42-44页 |
| 4.2 基于物品协同过滤算法 | 第44-47页 |
| 4.3 基于重叠社区检测的协同过滤推荐系统 | 第47页 |
| 4.4 实验结果和分析 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 改进的最近邻选择的协同过滤推荐系统 | 第52-62页 |
| 5.1 KNN算法 | 第52-55页 |
| 5.2 最近邻选择的协同过滤推荐系统 | 第55-56页 |
| 5.3 实验结果和分析 | 第56-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
