基于可信度的推荐系统研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文背景 | 第9页 |
| 1.2 推荐系统研究现状 | 第9-11页 |
| 1.3 本文研究内容 | 第11-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 推荐系统及其相关内容分析 | 第14-24页 |
| 2.1 信息检索技术 | 第14-16页 |
| 2.1.1 信息检索概念分析 | 第14-15页 |
| 2.1.2 信息检索模型 | 第15页 |
| 2.1.3 从信息检索到推荐系统 | 第15-16页 |
| 2.2 推荐系统 | 第16-17页 |
| 2.3 协同过滤技术 | 第17-20页 |
| 2.3.1 协同过滤算法 | 第17页 |
| 2.3.2 协同过滤算法流程 | 第17-18页 |
| 2.3.3 协同过滤算法的分类 | 第18-19页 |
| 2.3.4 基于用户和基于物品的协同过滤算法 | 第19-20页 |
| 2.4 相似度算法的相关分析 | 第20-23页 |
| 2.4.1 皮尔森相关系数 | 第20-21页 |
| 2.4.2 欧几里得距离 | 第21-22页 |
| 2.4.3 余弦相似度 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 可信度及其影响因素 | 第24-33页 |
| 3.1 可信度定义 | 第24-25页 |
| 3.2 可信度作为邻居用户划分标准 | 第25页 |
| 3.3 可信度的主观因素 | 第25-28页 |
| 3.3.1 背景相关度 | 第26-27页 |
| 3.3.2 评价相似度 | 第27页 |
| 3.3.3 兴趣相似度 | 第27-28页 |
| 3.4 可信度的客观因素 | 第28-29页 |
| 3.5 推荐系统中的可信度 | 第29-31页 |
| 3.5.1 推荐系统中的背景相关度 | 第29页 |
| 3.5.2 推荐系统中的评价相似度 | 第29-30页 |
| 3.5.3 推荐系统中的兴趣相似度 | 第30-31页 |
| 3.5.4 推荐系统中的评价准确度 | 第31页 |
| 3.6 本章小结 | 第31-33页 |
| 第四章 基于可信度的推荐系统 | 第33-44页 |
| 4.1 基于可信度的推荐系统 | 第33页 |
| 4.2 基于可信度的推荐系统结构 | 第33-39页 |
| 4.2.1 基于可信度的推荐系统输入数据 | 第34-35页 |
| 4.2.2 基于可信度的推荐系统输出数据 | 第35-36页 |
| 4.2.3 基于可信度的推荐算法 | 第36-39页 |
| 4.3 基于可信度的推荐算法实现 | 第39-43页 |
| 4.3.1 基于可信度的推荐算法 | 第39-40页 |
| 4.3.2 基于可信度的推荐算法详解 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 基于可信度的推荐系统实现与验证 | 第44-52页 |
| 5.1 基于可信度的推荐系统实现 | 第44-46页 |
| 5.1.1 基于可信度的推荐系统实现环境 | 第44页 |
| 5.1.2 基于可信度的推荐系统模块 | 第44-46页 |
| 5.2 基于可信度的推荐系统验证 | 第46-51页 |
| 5.2.1 基于可信度的推荐系统准确性验证标准 | 第46-47页 |
| 5.2.2 基于可信度的推荐系统所用验证数据 | 第47-48页 |
| 5.2.3 验证方法 | 第48-49页 |
| 5.2.4 验证过程与结论 | 第49-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 论文工作总结 | 第52-53页 |
| 6.2 问题和展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58页 |
