协同过滤系统的冷启动问题研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·信息过载和解决方法 | 第8-9页 |
| ·推荐系统 | 第9-13页 |
| ·推荐技术 | 第9-11页 |
| ·主要研究热点 | 第11-13页 |
| ·本课题研究意义和主要工作 | 第13页 |
| ·本课题研究意义 | 第13页 |
| ·本人的主要工作 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 2 相关工作 | 第15-20页 |
| ·基于内存的协同过滤推荐技术 | 第15页 |
| ·基于模型的协同过滤推荐技术 | 第15-16页 |
| ·协同过滤技术的优缺点 | 第16-17页 |
| ·现有的冷启动解决方法 | 第17-19页 |
| ·用户的偏见和项目的争议性 | 第19-20页 |
| 3 预处理 | 第20-24页 |
| ·问题定义 | 第20-21页 |
| ·数据集 | 第21-22页 |
| ·评估方法 | 第22-24页 |
| ·绝对平均误差和归一化绝对平均误差 | 第22-23页 |
| ·均方根误差 | 第23-24页 |
| 4 简单filterbot算法 | 第24-29页 |
| ·基于项目的协同过滤算法 | 第24-26页 |
| ·相似性计算 | 第24-26页 |
| ·计算预测评分 | 第26页 |
| ·简单filterbot算法 | 第26-29页 |
| ·简单filterbot算法改版 | 第28-29页 |
| 5 算法 | 第29-38页 |
| ·带偏见的基于特征的线性回归模型 | 第29-33页 |
| ·基础评分 | 第29-30页 |
| ·属性构建 | 第30-31页 |
| ·线性回归模型 | 第31-33页 |
| ·CoTrustWalker算法 | 第33-38页 |
| ·TrustWalker算法 | 第33-34页 |
| ·CoTrustWalker算法设计 | 第34-36页 |
| ·CoTrustWalker算法的终止条件 | 第36-37页 |
| ·采用聚合方法获取预测结果 | 第37-38页 |
| 6 实验 | 第38-52页 |
| ·数据集设置 | 第38-41页 |
| ·冷启动系统 | 第38页 |
| ·冷启动用户设置 | 第38-39页 |
| ·冷启动项目设置 | 第39-40页 |
| ·数据处理 | 第40-41页 |
| ·实验算法 | 第41-42页 |
| ·实验结果 | 第42-51页 |
| ·冷启动系统 | 第42-46页 |
| ·冷启动用户 | 第46-48页 |
| ·冷启动项目 | 第48-51页 |
| ·结果分析 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
