基于时间因素的模糊协同过滤推荐算法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 研究意义和应用领域 | 第14-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 1.5 本文的组织结构 | 第17-19页 |
| 2 协同过滤与模糊集 | 第19-26页 |
| 2.1 基于物品的协同过滤算法 | 第19-23页 |
| 2.1.1 用户相似性计算 | 第20-21页 |
| 2.1.2 预测评分与缺失值处理 | 第21-22页 |
| 2.1.3 基于近邻算法的局限性 | 第22-23页 |
| 2.2 时间感知的协同过滤 | 第23-25页 |
| 2.2.1 衰减函数 | 第23-24页 |
| 2.2.2 基于衰减的协同过滤 | 第24-25页 |
| 2.2.3 优缺点以及改进 | 第25页 |
| 2.3 模糊集 | 第25-26页 |
| 3 基于用户响应时间喜爱度的协同过滤 | 第26-31页 |
| 3.1 响应时间喜爱度 | 第26-27页 |
| 3.2 前过滤与后过滤 | 第27-28页 |
| 3.3 算法 | 第28-29页 |
| 3.4 算法复杂度分析 | 第29-30页 |
| 3.4.1 时间复杂度比较 | 第29页 |
| 3.4.2 空间复杂度比较 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于评分时间差的修正算法 | 第31-35页 |
| 4.1 评分时间差 | 第31-32页 |
| 4.2 算法 | 第32-33页 |
| 4.3 算法复杂度分析 | 第33-34页 |
| 4.3.1 时间复杂度比较 | 第33-34页 |
| 4.3.2 空间复杂度比较 | 第34页 |
| 4.4 本章小结 | 第34-35页 |
| 5 基于用户响应时间的模糊协同过滤 | 第35-49页 |
| 5.1 高斯模糊评价模型 | 第35-40页 |
| 5.2 响应时间差权重 | 第40-43页 |
| 5.2.1 模糊距离 | 第40-42页 |
| 5.2.2 模糊响应时间差权重 | 第42-43页 |
| 5.3 高斯模糊隶属度模型 | 第43-46页 |
| 5.3.1 高斯模糊隶属度模型构建 | 第43-45页 |
| 5.3.2 高斯隶属函数构建 | 第45-46页 |
| 5.4 算法流程 | 第46-47页 |
| 5.5 算法复杂度 | 第47-48页 |
| 5.5.1 算法时间复杂度 | 第47-48页 |
| 5.5.2 算法空间复杂度 | 第48页 |
| 5.6 本章小结 | 第48-49页 |
| 6 实验及分析 | 第49-55页 |
| 6.1 实验数据集 | 第49-50页 |
| 6.2 数据转换 | 第50-51页 |
| 6.3 评价指标 | 第51-52页 |
| 6.4 前过滤与后过滤 | 第52-53页 |
| 6.5 参数的选择 | 第53页 |
| 6.6 实验结果分析 | 第53-55页 |
| 7 总结及展望 | 第55-57页 |
| 7.1 本文总结 | 第55-56页 |
| 7.2 论文不足与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 硕士学习期间主要工作 | 第60-61页 |
| 致谢 | 第61-62页 |
