基于TF-IDF推荐算法的多样性研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景 | 第9-11页 |
| 1.2 多样性研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第2章 相关技术分析 | 第14-31页 |
| 2.1 基于内容推荐 | 第14-18页 |
| 2.2 协同过滤推荐 | 第18-21页 |
| 2.3 基于关联规则推荐 | 第21-24页 |
| 2.4 组合推荐 | 第24-27页 |
| 2.5 相似性算法 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 协同过滤面临的挑战 | 第31-34页 |
| 3.1 冷启动问题 | 第31页 |
| 3.2 稀疏性问题 | 第31-32页 |
| 3.3 多样性问题 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 TF-IDF与协同过滤相结合的推荐算法 | 第34-37页 |
| 4.1 TF-IDF算法模型 | 第34-35页 |
| 4.2 TF-IDF算法在推荐系统中的应用 | 第35-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 实验设计与结果分析 | 第37-45页 |
| 5.1 实验准备 | 第37-38页 |
| 5.2 方案设计 | 第38-41页 |
| 5.3 改进后推荐系统的有效性验证 | 第41-43页 |
| 5.4 结果分析 | 第43-44页 |
| 5.5 本章小结 | 第44-45页 |
| 第6章 总结与展望 | 第45-47页 |
| 6.1 总结 | 第45页 |
| 6.2 展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 个人简介 | 第53-54页 |
