基于改进协同过滤算法的上市公司推荐服务
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 协同过滤技术研究现状 | 第10-11页 |
| 1.2.2 基金产业研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 章节结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 协同过滤推荐技术相关研究 | 第16-27页 |
| 2.1 协同过滤算法概述 | 第16-17页 |
| 2.2 协同过滤算法分类 | 第17-23页 |
| 2.2.1 基于模型的协同过滤算法 | 第17-18页 |
| 2.2.2 基于记忆的协同过滤算法 | 第18-23页 |
| 2.3 协同过滤算法的缺陷 | 第23-24页 |
| 2.4 其他推荐算法 | 第24-26页 |
| 2.4.1 基于内容的推荐算法 | 第24-25页 |
| 2.4.2 混合推荐算法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于隐藏关系的协同过滤算法 | 第27-35页 |
| 3.1 数据稀疏性问题的研究 | 第27-29页 |
| 3.2 基于隐藏关系的协同过滤算法 | 第29-31页 |
| 3.2.1 用户间隐藏关系的构建 | 第29-30页 |
| 3.2.2 引入隐藏关系的皮尔逊相关系数 | 第30-31页 |
| 3.3 实验结果与分析 | 第31-34页 |
| 3.3.1 数据集描述 | 第31-32页 |
| 3.3.2 实验结果分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于相似性局部填充的协同过滤算法 | 第35-42页 |
| 4.1 冷启动问题的研究 | 第35-37页 |
| 4.2 基于相似性局部填充的协同过滤算法 | 第37-39页 |
| 4.3 实验结果与分析 | 第39-41页 |
| 4.3.1 数据集描述 | 第39-40页 |
| 4.3.2 实验结果分析 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于改进协同过滤算法的上市企业推荐 | 第42-48页 |
| 5.1 数据集描述 | 第42-43页 |
| 5.2 数据集对数化处理 | 第43-44页 |
| 5.3 实验结果与分析 | 第44-47页 |
| 5.3.1 基于隐藏关系的协同过滤算法 | 第45-46页 |
| 5.3.2 基于相似性局部填充的协同过滤算法 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 发表的论文 | 第55-56页 |
| 致谢 | 第56-57页 |
