基于用户聚类的项目多内容协同过滤推荐
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景和意义 | 第12-13页 |
| ·研究的背景 | 第12-13页 |
| ·目的和意义 | 第13页 |
| ·电子商务个性化推荐系统的国内外研究现状 | 第13-15页 |
| ·电子商务个性化推荐系统面临的挑战 | 第15-16页 |
| ·论文的研究内容 | 第16页 |
| ·论文的结构及章节安排 | 第16-18页 |
| 第二章 电子商务推荐系统及推荐技术 | 第18-31页 |
| ·电子商务推荐系统概述 | 第18-22页 |
| ·电子商务推荐系统的研究内容 | 第18-19页 |
| ·电子商务推荐系统的作用 | 第19-20页 |
| ·电子商务推荐系统的分类 | 第20-21页 |
| ·电子商务推荐系统的组成 | 第21-22页 |
| ·电子商务推荐系统的相关技术 | 第22-24页 |
| ·信息检索与信息过滤技术 | 第22-23页 |
| ·数据仓库 | 第23页 |
| ·数据挖掘 | 第23-24页 |
| ·电子商务推荐系统采用的技术 | 第24-30页 |
| ·推荐技术的比较分析 | 第24-25页 |
| ·基于内容的推荐技术 | 第25-26页 |
| ·协同过滤推荐技术 | 第26-30页 |
| ·小结 | 第30-31页 |
| 第三章 基于用户聚类的项目多内容协同过滤算法 | 第31-39页 |
| ·传统协同过滤算法中存在的问题 | 第31-33页 |
| ·项目多内容问题的分析 | 第33页 |
| ·聚类分析在协同过滤推荐算法中的应用 | 第33-34页 |
| ·基于用户聚类的项目多内容算法的设计思想 | 第34-35页 |
| ·算法设计 | 第35-38页 |
| ·算法描述 | 第36页 |
| ·算法步骤 | 第36-38页 |
| ·算法说明 | 第38页 |
| ·小结 | 第38-39页 |
| 第四章 实验设计和验证分析 | 第39-48页 |
| ·实验数据 | 第39-40页 |
| ·数据集介绍 | 第39页 |
| ·数据集选取 | 第39-40页 |
| ·实验设计 | 第40-42页 |
| ·评估标准 | 第40-41页 |
| ·实验过程 | 第41-42页 |
| ·实验结果与分析 | 第42-47页 |
| ·小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·本文的工作 | 第48页 |
| ·进一步的工作 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |