| 摘要 | 第4-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究方法及内容 | 第15-16页 |
| 1.3.1 研究方法 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 1.5 创新点 | 第17-18页 |
| 第二章 个性化推荐系统的相关理论及基础知识 | 第18-27页 |
| 2.1 个性化推荐系统 | 第18-20页 |
| 2.2 协同过滤算法 | 第20-23页 |
| 2.2.1 基于用户的协同过滤算法 | 第20-21页 |
| 2.2.2 基于项目的协同过滤算法 | 第21-23页 |
| 2.2.3 UB-CF与IB-CF的对比 | 第23页 |
| 2.3 其他相关理论与技术 | 第23-26页 |
| 2.3.1 中国图书馆分类法 | 第23-24页 |
| 2.3.2 分层抽样方法 | 第24-25页 |
| 2.3.3 评价指标 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于读者和图书的混合推荐系统模型(数值型偏好预测) | 第27-36页 |
| 3.1 图书借阅数据的预处理 | 第27-30页 |
| 3.1.1 数据的预处理 | 第27-28页 |
| 3.1.2 读者对借阅图书的评分 | 第28-30页 |
| 3.1.3 数据的分层抽样 | 第30页 |
| 3.2 相似度的度量方法 | 第30-33页 |
| 3.2.1 读者-图书偏好矩阵 | 第30-31页 |
| 3.2.2 读者-图书类别偏好矩阵 | 第31-32页 |
| 3.2.3 读者相似度的计算 | 第32页 |
| 3.2.4 图书相似度的计算 | 第32-33页 |
| 3.3 两种协同过滤算法 | 第33-34页 |
| 3.3.1 基于读者的协同过滤算法 | 第33页 |
| 3.3.2 基于图书的协同过滤算法 | 第33-34页 |
| 3.4 混合推荐系统模型的设计 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于读者和图书的混合推荐系统模型(布尔型偏好预测) | 第36-41页 |
| 4.1 借阅数据的预处理 | 第36页 |
| 4.2 相似度的度量方法 | 第36-39页 |
| 4.2.1 读者-图书偏好矩阵 | 第36-37页 |
| 4.2.2 读者-图书类别偏好矩阵 | 第37页 |
| 4.2.3 读者相似度的计算 | 第37-38页 |
| 4.2.4 图书相似度的计算 | 第38-39页 |
| 4.3 两种协同过滤算法 | 第39页 |
| 4.3.1 基于读者的协同过滤算法 | 第39页 |
| 4.3.2 基于图书的协同过滤算法 | 第39页 |
| 4.4 混合推荐系统模型的设计 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 实验设计与及其结果分析 | 第41-50页 |
| 5.1 实验环境与实验数据集 | 第41页 |
| 5.2 实验使用的相似度计算方法和评价指标 | 第41-42页 |
| 5.3 数值型偏好预测的混合推荐算法的实验结果比较 | 第42-45页 |
| 5.3.1 不同大小训练集的实验结果分析 | 第42-44页 |
| 5.3.2 Precision比较 | 第44页 |
| 5.3.3 Recall比较 | 第44-45页 |
| 5.3.4 Coverage比较 | 第45页 |
| 5.4 布尔型偏好预测的混合推荐算法的实验结果比较 | 第45-47页 |
| 5.4.1 Precision比较 | 第45-46页 |
| 5.4.2 Recall比较 | 第46页 |
| 5.4.3 Coverage比较 | 第46-47页 |
| 5.5 数值型与布尔型混合推荐算法的实验结果比较 | 第47-48页 |
| 5.6 本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士期间发表论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
