基于混合协同过滤的旅游攻略推荐算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 本文组织结构 | 第13-15页 |
| 第2章 推荐系统概述 | 第15-27页 |
| 2.1 推荐系统概述 | 第15-17页 |
| 2.2 基于用户的协同过滤推荐算法 | 第17-20页 |
| 2.2.1 算法思想 | 第17-18页 |
| 2.2.2 算法步骤及实例 | 第18-20页 |
| 2.3 基于物品的协同过滤推荐算法 | 第20-23页 |
| 2.3.1 算法思想 | 第20-21页 |
| 2.3.2 算法步骤及实例 | 第21-23页 |
| 2.4 两种算法的综合比较 | 第23-25页 |
| 2.5 基于模型的协同过滤推荐算法 | 第25页 |
| 2.6 混合推荐技术 | 第25-27页 |
| 第3章 推荐系统评测 | 第27-34页 |
| 3.1 推荐系统评测概述 | 第27-28页 |
| 3.2 推荐系统实验方法 | 第28-29页 |
| 3.2.1 离线实验 | 第28页 |
| 3.2.2 用户调查 | 第28-29页 |
| 3.2.3 在线实验 | 第29页 |
| 3.3 评测指标 | 第29-34页 |
| 3.3.1 用户满意度 | 第30页 |
| 3.3.2 预测准确度 | 第30-31页 |
| 3.3.3 覆盖率 | 第31页 |
| 3.3.4 多样性 | 第31-32页 |
| 3.3.5 新颖性 | 第32页 |
| 3.3.6 实时性 | 第32-34页 |
| 第4章 混合推荐算法的设计与研究 | 第34-44页 |
| 4.1 旅游攻略推荐系统 | 第34-36页 |
| 4.1.1 旅游攻略数据特点 | 第34页 |
| 4.1.2 旅游攻略推荐过程 | 第34-35页 |
| 4.1.3 旅游攻略推荐系统评测指标 | 第35-36页 |
| 4.2 旅游攻略基本推荐算法研究 | 第36-40页 |
| 4.2.1 基于用户的协同过滤旅游攻略推荐算法 | 第36-37页 |
| 4.2.2 基于物品的协同过滤旅游攻略推荐算法 | 第37-38页 |
| 4.2.3 优化推荐度算法 | 第38-40页 |
| 4.3 混合推荐算法的设计与研究 | 第40-44页 |
| 4.3.1 长尾效应 | 第40页 |
| 4.3.2 现有解决方案 | 第40页 |
| 4.3.3 改进的混合推荐算法 | 第40-44页 |
| 4.3.3.1 改进策略思想 | 第40-42页 |
| 4.3.3.2 改进算法的步骤 | 第42-44页 |
| 第5章 实验与分析 | 第44-49页 |
| 5.1 实验数据集 | 第44页 |
| 5.2 实验的评测指标 | 第44页 |
| 5.3 实验方案 | 第44-45页 |
| 5.4 实验环境 | 第45页 |
| 5.5 实验结果及分析 | 第45-49页 |
| 第6章 总结和展望 | 第49-50页 |
| 6.1 本文工作总结 | 第49页 |
| 6.2 全文展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 作者简介及在学期间所取得的科研成果 | 第52-53页 |
| 致谢 | 第53页 |
