基于聚类的推荐技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-14页 |
| 1.2.1 推荐系统研究现状 | 第11-13页 |
| 1.2.2 聚类技术研究现状 | 第13-14页 |
| 1.3 本文的选题与研究内容 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 相关技术研究 | 第16-32页 |
| 2.1 引言 | 第16-17页 |
| 2.2 推荐系统相关技术 | 第17-24页 |
| 2.2.1 推荐系统主要算法 | 第17-24页 |
| 2.3 推荐系统评价指标 | 第24-25页 |
| 2.3.1 预测准确度 | 第24-25页 |
| 2.3.2 多样性 | 第25页 |
| 2.3.3 新颖性 | 第25页 |
| 2.3.4 商品覆盖率 | 第25页 |
| 2.4 聚类技术相关研究 | 第25-30页 |
| 2.4.1 基于划分的聚类 | 第26-28页 |
| 2.4.2 基于层次的聚类算法 | 第28页 |
| 2.4.3 基于密度的聚类算法 | 第28-29页 |
| 2.4.4 基于网格聚类算法 | 第29页 |
| 2.4.5 基于谱图理论的聚类 | 第29页 |
| 2.4.6 模糊聚类 | 第29-30页 |
| 2.4.7 其他聚类方法 | 第30页 |
| 2.5 基于聚类的推荐算法 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于聚类偏置的矩阵分解研究 | 第32-49页 |
| 3.1 引言 | 第32页 |
| 3.2 基于聚类偏置的矩阵分解 | 第32-44页 |
| 3.2.1 矩阵分解概述 | 第32-34页 |
| 3.2.2 基于项目的聚类 | 第34-36页 |
| 3.2.3 用户归属度 | 第36-37页 |
| 3.2.4 算法描述 | 第37-39页 |
| 3.2.5 实验设计 | 第39-40页 |
| 3.2.6 实验数据 | 第40页 |
| 3.2.7 实验结果与分析 | 第40-44页 |
| 3.3 基于聚类偏置的增量更新模型 | 第44-47页 |
| 3.3.1 算法描述 | 第45页 |
| 3.3.2 实验设计 | 第45-46页 |
| 3.3.3 实验结果分析 | 第46-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于聚类和动态类调整的矩阵分解模型 | 第49-66页 |
| 4.1 引言 | 第49-50页 |
| 4.2 基于聚类的局部矩阵分解模型 | 第50-55页 |
| 4.2.1 算法描述 | 第50-52页 |
| 4.2.2 实验设计 | 第52页 |
| 4.2.3 实验结果与分析 | 第52-55页 |
| 4.3 基于聚类和动态类调整的局部矩阵分解模型 | 第55-61页 |
| 4.3.1 算法描述 | 第55-57页 |
| 4.3.2 实验设计 | 第57页 |
| 4.3.3 实验结果与分析 | 第57-61页 |
| 4.4 全局和局部矩阵分解的混合推荐模型 | 第61-65页 |
| 4.4.1 算法描述 | 第61-62页 |
| 4.4.2 实验设计 | 第62-63页 |
| 4.4.3 实验结果与分析 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 后续工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的成果 | 第73-74页 |
