| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 应用和研究现状 | 第11-15页 |
| 1.2.1 推荐系统的应用领域 | 第11-12页 |
| 1.2.2 推荐算法的研究现状 | 第12-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第2章 协同过滤推荐的分析 | 第17-27页 |
| 2.1 协同过滤推荐概述 | 第17-18页 |
| 2.2 协同过滤推荐分类 | 第18-24页 |
| 2.2.1 基于用户的协同过滤 | 第18-21页 |
| 2.2.2 基于项目的协同过滤 | 第21-23页 |
| 2.2.3 基于模型的协同过滤 | 第23-24页 |
| 2.3 三种算法的比较 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于综合特征聚类和时间因子的协同过滤推荐算法 | 第27-36页 |
| 3.1 问题的提出和分析 | 第27-28页 |
| 3.1.1 评分数据稀疏问题 | 第27-28页 |
| 3.1.2 用户兴趣迁移问题 | 第28页 |
| 3.2 改进算法的思路 | 第28-34页 |
| 3.2.1 综合特征相似度计算公式 | 第29-32页 |
| 3.2.2 考虑用户年龄因素的权重函数 | 第32-34页 |
| 3.3 改进算法的流程和分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 实验与结果分析 | 第36-44页 |
| 4.1 实验数据和实验环境 | 第36-37页 |
| 4.1.1 实验数据 | 第36-37页 |
| 4.1.2 实验环境 | 第37页 |
| 4.2 实验评价标准 | 第37-38页 |
| 4.3 实验设计 | 第38页 |
| 4.4 结果分析 | 第38-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44页 |
| 5.2 展望 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间的科研成果 | 第52页 |