基于协同过滤算法的推荐系统研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 面临的问题和挑战 | 第12-13页 |
| 1.4 本文主要工作和安排 | 第13-15页 |
| 第二章 推荐系统相关概念 | 第15-31页 |
| 2.1 相关基本知识 | 第15-20页 |
| 2.1.1 信息检索和信息过滤 | 第15-16页 |
| 2.1.2 数据挖掘技术 | 第16-17页 |
| 2.1.3 个性及其特征 | 第17页 |
| 2.1.4 推荐系统 | 第17-20页 |
| 2.2 推荐技术与分类 | 第20-24页 |
| 2.2.1 基于内容的推荐技术 | 第21页 |
| 2.2.2 基于协同过滤的推荐技术 | 第21-23页 |
| 2.2.3 基于规则的推荐技术 | 第23-24页 |
| 2.2.4 推荐技术的比较 | 第24页 |
| 2.3 协同过滤算法及分类 | 第24-29页 |
| 2.3.1 协同过滤算法推荐步骤 | 第24-25页 |
| 2.3.2 协同过滤算法的分类 | 第25-29页 |
| 2.4 推荐系统的评价 | 第29-30页 |
| 2.4.1 Movielens 数据集 | 第29-30页 |
| 2.4.2 评价标准 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于用户属性和项目属性的改进算法 | 第31-41页 |
| 3.1 问题的提出 | 第31-32页 |
| 3.2 基于用户和项目属性的改进的协同过滤推荐 | 第32-36页 |
| 3.2.1 基于用户属性和项目属性的预测 | 第32-33页 |
| 3.2.2 基于用户和项目属性的改进算法 | 第33-36页 |
| 3.3 改进算法的流程 | 第36-37页 |
| 3.4 实验分析 | 第37-40页 |
| 3.4.1 参数的选取 | 第37-38页 |
| 3.4.2 实验结果分析 | 第38-40页 |
| 3.5 存在的不足 | 第40页 |
| 3.6 小结 | 第40-41页 |
| 第四章 基于改进协同过滤算法的推荐系统设计与实现 | 第41-49页 |
| 4.1 引言 | 第41页 |
| 4.2 推荐系统结构 | 第41-42页 |
| 4.3 推荐系统表设计 | 第42-44页 |
| 4.4 推荐系统角色分类 | 第44-45页 |
| 4.5 个性化推荐模块的设计与实现 | 第45-48页 |
| 4.6 小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 全文的总结 | 第49-50页 |
| 5.2 下一步工作和展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
