一种基于协同过滤的服务推荐系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状及存在的问题 | 第11-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 第2章 相关技术理论基础 | 第17-29页 |
| 2.1 推荐系统概述 | 第17-20页 |
| 2.1.1 推荐系统的定义 | 第17-18页 |
| 2.1.2 推荐系统的分类 | 第18-20页 |
| 2.2 协同过滤推荐概述 | 第20-25页 |
| 2.2.1 协同过滤推荐算法的发展 | 第20-21页 |
| 2.2.2 协同过滤推荐实现原理 | 第21-23页 |
| 2.2.3 协同过滤推荐算法的分类 | 第23-25页 |
| 2.3 推荐系统的性能评估 | 第25-27页 |
| 2.3.1 数据集 | 第25页 |
| 2.3.2 评价指标 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于用户特征和用户树结构的协同过滤算法 | 第29-47页 |
| 3.1 问题的提出和解决思路 | 第29-30页 |
| 3.2 常用相似性计算方法及其存在的缺陷 | 第30-34页 |
| 3.2.1 常用相似性计算方法 | 第30-32页 |
| 3.2.2 常用相似性计算方法局限性 | 第32-34页 |
| 3.3 基于用户特征的相似性计算 | 第34-37页 |
| 3.3.1 用户特征描述 | 第34-35页 |
| 3.3.2 用户特征选取 | 第35-36页 |
| 3.3.3 基于用户特征属性的相似性计算 | 第36-37页 |
| 3.4 基于用户树结构的相似性计算 | 第37-42页 |
| 3.4.1 建立用户评分矩阵 | 第38-39页 |
| 3.4.2 构造项目子空间 | 第39-40页 |
| 3.4.3 移除项目子空间多余项 | 第40页 |
| 3.4.4 查找相似用户 | 第40-42页 |
| 3.5 组合相似性计算 | 第42页 |
| 3.6 产生推荐结果 | 第42-43页 |
| 3.7 算法流程 | 第43-45页 |
| 3.8 本章小结 | 第45-47页 |
| 第4章 实验与结果分析 | 第47-57页 |
| 4.1 实验环境 | 第47页 |
| 4.2 数据采集及处理 | 第47-50页 |
| 4.3 实验度量标准 | 第50页 |
| 4.4 实验设计与结果分析 | 第50-56页 |
| 4.4.1 算法参数设定 | 第50-51页 |
| 4.4.2 算法对比实验 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-67页 |
| 致谢 | 第67页 |
