| 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页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 个性化推荐 | 第13-15页 |
| 1.3.1 个性化推荐概述 | 第13页 |
| 1.3.2 个性化推荐分类方法 | 第13-15页 |
| 1.4 主要研究内容与论文组织结构 | 第15-16页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 论文组织结构 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 基于聚类的协同过滤算法 | 第17-33页 |
| 2.1 协同过滤推荐算法的应用 | 第17-22页 |
| 2.1.1 收集用户偏好信息 | 第17-18页 |
| 2.1.2 查找项目最近邻 | 第18-19页 |
| 2.1.3 计算推荐 | 第19-21页 |
| 2.1.4 传统的协同过滤推荐算法存在的问题 | 第21-22页 |
| 2.2 基于项目类别的评分缺失值填充 | 第22-25页 |
| 2.3 应用项目类别填充的基于聚类的协同过滤推荐算法 | 第25-32页 |
| 2.3.1 K-means 算法 | 第25-26页 |
| 2.3.2 基于聚类的协同过滤推荐的算法思路 | 第26-28页 |
| 2.3.3 基于聚类的协同过滤算法 | 第28-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 实验与分析 | 第33-41页 |
| 3.1 实验设计 | 第33-36页 |
| 3.2 实验结果及分析 | 第36-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 电影推荐系统的设计与实现 | 第41-48页 |
| 4.1 系统需求分析 | 第41页 |
| 4.2 系统结构设计 | 第41-42页 |
| 4.3 数据库设计 | 第42-43页 |
| 4.4 系统功能的设计与实现 | 第43-47页 |
| 4.4.1 前台展示系统 | 第43-45页 |
| 4.4.2 后台管理系统 | 第45-46页 |
| 4.4.3 系统运行与测试 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 全文总结 | 第48页 |
| 5.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |