| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 个性化推荐算法分析 | 第16-29页 |
| 2.1 个性化推荐系统 | 第16-17页 |
| 2.2 主要推荐算法 | 第17-23页 |
| 2.3 推荐算法中存在的问题 | 第23-24页 |
| 2.4 聚类方法分类 | 第24-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 改进的Fuzzy C-Means聚类方法 | 第29-47页 |
| 3.1 问题描述 | 第29-30页 |
| 3.2 HCM和FCM聚类算法分析 | 第30-34页 |
| 3.3 HCM和FCM算法场景应用分析 | 第34-36页 |
| 3.4 改进的FCM算法设计与实现 | 第36-39页 |
| 3.5 实验验证与结果分析 | 第39-46页 |
| 3.6 本章小结 | 第46-47页 |
| 4 CCCF:一种结合云模型和用户特征模糊聚类的推荐算法 | 第47-62页 |
| 4.1 引言 | 第47-48页 |
| 4.2 预备知识 | 第48-49页 |
| 4.3 用户融合行为偏好矩阵的构建 | 第49-51页 |
| 4.4 融合改进聚类方法的协同过滤推荐算法 | 第51-54页 |
| 4.5 仿真实验与结果分析 | 第54-61页 |
| 4.6 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 主要研究成果 | 第62-63页 |
| 5.2 下一步工作展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 附录I 攻读硕士期间参与的科研工作 | 第72页 |