基于用户情境的协同推荐算法研究与应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·个性化推荐系统的研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·推荐系统研究现状 | 第11-12页 |
| ·推荐算法研究现状 | 第12-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| ·论文的结构安排 | 第14-15页 |
| 2 个性化推荐技术 | 第15-28页 |
| ·基于关联规则的个性化推荐 | 第15-19页 |
| ·关联规则介绍 | 第15-16页 |
| ·关联规则挖掘的过程 | 第16-18页 |
| ·关联规则挖掘的相关算法 | 第18-19页 |
| ·基于内容的个性化推荐技术 | 第19-22页 |
| ·基于内容的推荐技术基本思想 | 第19-21页 |
| ·基于内容的推荐技术优缺点 | 第21-22页 |
| ·协同推荐技术 | 第22-27页 |
| ·协同推荐技术简介 | 第22-23页 |
| ·协同推荐技术的实现流程 | 第23-25页 |
| ·协同推荐技术分类 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 用户情境表示与聚类分析 | 第28-41页 |
| ·情境语义学简介 | 第28-29页 |
| ·用户情境在本文中的含义 | 第29-30页 |
| ·聚类分析介绍 | 第30-39页 |
| ·聚类分析 | 第30-33页 |
| ·聚类分析中的数据类型 | 第33-38页 |
| ·基于等价相异度矩阵的聚类方法 | 第38-39页 |
| ·用户情境的聚类方法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于用户情境的协同推荐算法 | 第41-52页 |
| ·基于用户情境的协同推荐算法 | 第41-45页 |
| ·Slope One 算法原理 | 第41-43页 |
| ·基于用户情境的协同推荐算法 | 第43-45页 |
| ·算法实验及分析 | 第45-51页 |
| ·实验环境与评价标准 | 第45-46页 |
| ·实验过程及结果 | 第46-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于用户情境的协同推荐算法应用 | 第52-62页 |
| ·概述 | 第52-54页 |
| ·系统框架 | 第54-55页 |
| ·功能模块设计 | 第55-61页 |
| ·资源库管理 | 第55-57页 |
| ·用户情境管理 | 第57-58页 |
| ·资源推荐管理 | 第58-60页 |
| ·用户管理 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结及展望 | 第62-64页 |
| ·全文工作总结 | 第62页 |
| ·下一步工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
| A. 作者在攻读学位期间发表的论文目录 | 第68页 |
| B. 作者在攻读学位期间科研工作情况 | 第68页 |
