基于联合相似度的协同过滤推荐算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 2 推荐系统及其相关技术 | 第14-23页 |
| 2.1 推荐系统概述 | 第14页 |
| 2.2 常用推荐算法 | 第14-21页 |
| 2.3 推荐系统的评价标准 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于社会网络的推荐模型 | 第23-34页 |
| 3.1 社会网络相关理论 | 第23-24页 |
| 3.2 基于用户-项目二部图的评分预测 | 第24-26页 |
| 3.3 基于用户-用户单部图的评分预测 | 第26-30页 |
| 3.4 基于用户浏览历史行为的评分预测 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 基于联合相似度的协同过滤推荐算法 | 第34-42页 |
| 4.1 融合社会网络的推荐流程 | 第34-35页 |
| 4.2 基于联合相似度的协同过滤算法 | 第35-40页 |
| 4.3 本章小结 | 第40-42页 |
| 5 实验与分析 | 第42-48页 |
| 5.1 实验数据集 | 第42页 |
| 5.2 实验内容 | 第42-43页 |
| 5.3 实验结果及分析 | 第43-47页 |
| 5.4 本章小结 | 第47-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 全文总结 | 第48页 |
| 6.2 工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
